來自冰島的研究人員訓(xùn)練了一個(gè)具有人工智能的機(jī)器學(xué)習(xí)模型，以便在患者前往初級保健診所之前對有呼吸道癥狀的患者進(jìn)行分類。
為了訓(xùn)練機(jī)器學(xué)習(xí)模型，研究人員僅使用了患者在就診前可能會被問到的問題。信息是從 1,500 份臨床文本注釋中提取的，其中包括醫(yī)生對患者癥狀和體征的解釋，以及在會診期間做出臨床決定的原因，例如影像轉(zhuǎn)診和處方。
根據(jù)臨床記錄中的信息，患者被分為五個(gè)診斷類別之一。來自冰島首都地區(qū)所有初級保健診所的患者都包括在內(nèi)。該模型在兩個(gè)外部數(shù)據(jù)集中對每位患者進(jìn)行評分，并將患者分為 10 個(gè)風(fēng)險(xiǎn)組。然后，研究人員分析了每組的選定結(jié)果。
與較高風(fēng)險(xiǎn)組相比，風(fēng)險(xiǎn)組 1-5 中的患者更年輕，肺部炎癥發(fā)生率較低，在初級和急診護(hù)理中接受重新評估的可能性較小，接受抗生素處方或胸部 X 光轉(zhuǎn)診的可能性較小第 6-10 組。最低的五組沒有胸部 X 光片顯示肺炎跡象或醫(yī)生診斷為肺炎。研究人員得出結(jié)論，該模型可以通過消除風(fēng)險(xiǎn)組 1-5 中的胸部 X 光轉(zhuǎn)診數(shù)量來減少它們。
我們所知道的：
呼吸道癥狀是人們?nèi)タ闯跫壉＝∨R床醫(yī)生的常見原因。然而，他們的許多癥狀是自我解決的。研究人員認(rèn)為，在咨詢醫(yī)生之前對患者進(jìn)行分類可能會減少不必要的診斷測試;醫(yī)療保健費(fèi)用;以及抗生素的過度使用，這會導(dǎo)致更大的細(xì)菌耐藥性。
這項(xiàng)研究增加了什么：
研究人員發(fā)現(xiàn)，機(jī)器學(xué)習(xí)模型可以有效地將患者分為 10 個(gè)風(fēng)險(xiǎn)組，使臨床醫(yī)生能夠以不增加繁重工作日程的方式與低風(fēng)險(xiǎn)患者進(jìn)行交流，并允許他們照顧高風(fēng)險(xiǎn)患者和有嚴(yán)重呼吸道癥狀者。該團(tuán)隊(duì)斷言，機(jī)器學(xué)習(xí)模型可以降低患者、醫(yī)療保健系統(tǒng)和社會的成本。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！