MIT最新AI医疗系统公布：“重症监护室干预”和“EHR 模型迁移”

对于一名医生而言，跟踪病人的检查结果、各项指标，其实是一件非常耗时的工作，但又是不得不做的工作：大家可以设想一下，一名医生每天要面临多位病人，而且还要把每位病人的各项数据整合，才可以决定下一步的治疗方案。例如病人之前在另一家医院做过检查，但病人手头并没有相关的检查单据，这对医生来说是一件麻烦的事（可能要重新检查或者去之前做检查的医院调取相关的检查数据）。

根据最新消息， MIT计算机科学与人工智能实验室 CSAIL 的研究员在最近的一篇论文中，提出了两套帮助医生更好做治疗方案决策的系统。

其中一支团队开发一套名为“ICU Intervene”， 即“重症监护室干预”的机器学习系统。从人体的生命体征、以往的检验病例、再到人口的基本信息等，都会被整合到一起，方便医生做出决策方案，究竟哪种方案适合病人。该系统使用的是深度学习来进行实时预测，对过去的 ICU 案例中进行学习，并对当前的情况做出建议。

另一支团队开发的系统被称为“EHR Model Transfer” ，即“EHR 模型迁移”。意思是说用一套 EHR 的数据训练出来的预测模型，能够迁移到另一套 EHR 系统上进行应用，做出有效预测。该团队发现，该系统能对病人的死亡率和出院延长时间做出有效的预测。

两套系统都使用病危护理数据库 MIMIC 进行训练，前者能根据学习 ICU 的病例数据，做出预测以及治疗建议。后者能对 EHR 预测模型做迁移。