人工智能预测模型来了,实用价值两特征

智能医学行业资讯

每一天都给你新鲜的

大家都有住院的经验,入院之后总会对接下来的事情,充满担忧。尤其是病患会不断在心里问自己:「我什么时候可以回家?我会好起来吗?我还要回诊吗?」

如果医师与护理师能够准确回答这些问题,有助于完善、安全且高效率地护理患者。若病患的健康状况恶化,医护人员也能抢得先机,主动采取措施。

透过人工智能去预测事态发展,已经非常普遍。我们用它来预测通勤途中的交通状况,或把英文翻译成西班牙语时,预测可能需要用到的词汇。同样的道理,我们是否能应用相同类型的机器学习进行「临床预测」呢?

这样的预测模型要能够有实用价值,须具备以下两点特征:

一、可扩展性:该预测模型要能进行多项预测,得出所有我们想要的信息,并且适用于不同医院的系统。有鉴于医疗保健数据相当复杂,需要进行大量数据处理,这样的要求可能不容易满足。

二、准确性:预测结果要能帮助医生关注到真正的病灶所在,不能误导医生去注意到不相干的地方。随着电子病历普及,我们刻正尝试用其中的数据建立更加精准的预测模型。

我们联合加州大学旧金山分校、史丹佛大学医学院(Standford University School of Medicine)和芝加哥大学医学院的同事,在《自然》杂志的兄弟期刊—《数字医学》上发表了题为《可扩展且精准的深度学习与电子健康记录》的论文。这篇论文有助于实现前述两个目标。

这对患者和临床医生意味着什么?

这项研究成果还处于早期阶段,而且是基于「回顾性数据」得出的。事实上,证明机器学习可用于改善医疗保健这一假设,还有很多工作要做,本文不过是个开始。医生正穷于应付各种警报和需求,机器学习模型是否能帮助处理繁琐的管理任务,让他们更专注于护理有需要的患者?我们是否可以帮助患者获得高质量的护理,无论他们在哪里寻求治疗?我们期待着与医生和患者合作,找出这些问题的答案。

-END-

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180619A1DPFC00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券