Nowe narzędzie oparte na sztucznej inteligencji wykazało zdolność do odczytywania dokumentacji medycznej i dokładnego przewidywania ryzyka śmierci pacjenta, ponownej hospitalizacji i innych wyników ważnych dla jego opieki.
PUBLICIDADA
Program, opracowany przez zespół z Grossman School of Medicine na Uniwersytecie Nowojorskim (NYU), jest stosowany we wszystkich szpitalach stowarzyszonych z uniwersytetem, mając nadzieję, że stanie się standardem w opiece zdrowotnej.
Badanie dotyczące jego wartości predykcyjnej opublikowano w środę (7) w czasopiśmie „Nature”. Główny autor Eric Oermann, neurochirurg i informatyk z Uniwersytetu Nowojorskiego, powiedział AFP, że chociaż modele predykcyjne inne niż sztuczna inteligencja są obecne w medycynie od lat, w praktyce są one rzadko stosowane, ponieważ wymagane dane wymagają reorganizacji i niewygodnego dostosowania formatu.
Jednak „jedna rzecz, która jest powszechna w medycynie na całym świecie, to to, że lekarze sporządzają notatki na temat tego, co widzą w klinice, o czym rozmawiają z pacjentami” – podkreśliła autorka. „Nasze podstawowe odkrycie brzmiało: czy możemy zacząć od notatek medycznych jako źródła danych, a następnie zbudować na ich podstawie modele predykcyjne?”
PUBLICIDADA
Ogromny model językowy o nazwie NYUTron został przeszkolony na podstawie milionów notatek medycznych pobranych z dokumentacji medycznej 387.000 2011 osób, które otrzymały opiekę w szpitalach Uniwersytetu Nowojorskiego w Langone w okresie od stycznia 2020 r. do maja 4,1 r. Zapisy obejmowały notatki sporządzone przez lekarzy, notatki dotyczące postępów pacjentów, raporty radiologiczne i instrukcje wyładowania zawierające łącznie XNUMX miliarda słów.
Jednym z kluczowych wyzwań dla programu była interpretacja naturalnego języka, którego używają lekarze w swoich notatkach, który jest bardzo zróżnicowany u poszczególnych osób, łącznie z używanymi przez nich skrótami.
Analizując uzyskane dane, badacze byli w stanie obliczyć, jak często przewidywania programu były prawidłowe. Ponadto przetestowali narzędzie w środowiskach rzeczywistych i przeszkolili je, korzystając z danych ze szpitala na Manhattanie, aby zobaczyć, jak działa ono w szpitalu na Brooklynie przy różnych grupach demograficznych pacjentów.
PUBLICIDADA
Ogółem w ramach projektu NYUTron zidentyfikowano 95% osób, które zmarły w szpitalu przed wypisem, oraz 80% pacjentów, którzy zostaną ponownie przyjęci w ciągu 30 dni. Narzędzie przekroczyło przewidywania większości lekarzy, a także obecne modele, które nie wykorzystują sztucznej inteligencji.
Jednak ku zaskoczeniu zespołu „najbardziej doświadczony lekarz, który w rzeczywistości jest bardzo sławny, spisał się nadludzko, lepiej niż modelka” – podkreślił Oermann. „Najlepszym punktem łączącym technologię i medycynę nie jest to, że musi ona zawsze zapewniać nadludzkie rezultaty, ale raczej to, że musi oferować prawdziwy punkt wyjścia”.
NYUTron prawidłowo oszacował także długość pobytu w przypadku 79% pacjentów, odmowę ubezpieczenia w 89% przypadków oraz obecność dodatkowych schorzeń w 89% przypadków, w których pierwotnej chorobie pacjenta towarzyszyły inne schorzenia.
PUBLICIDADA
Sztuczna inteligencja nigdy nie zastąpi relacji lekarz-pacjent, mówi Oermann. Zamiast tego pomoże „dostarczyć lekarzom w miejscu opieki więcej informacji, aby mogli podejmować bardziej świadome decyzje”.
Czytaj więcej:
* Tekst tego artykułu został częściowo wygenerowany przez narzędzia sztucznej inteligencji, najnowocześniejsze modele językowe, które pomagają w przygotowaniu, recenzowaniu, tłumaczeniu i podsumowywaniu tekstów. Wpisy tekstowe zostały utworzone przez Curto Do ulepszenia ostatecznej treści wykorzystano wiadomości i odpowiedzi z narzędzi AI.
Należy podkreślić, że narzędzia AI to tylko narzędzia i ostateczna odpowiedzialność za publikowane treści spoczywa na nich Curto Aktualności. Korzystając z tych narzędzi w sposób odpowiedzialny i etyczny, naszym celem jest poszerzenie możliwości komunikacji i demokratyzacja dostępu do wysokiej jakości informacji. 🤖
