一种新的人工智能工具展示了阅读医疗记录并准确预测患者死亡风险、再入院风险以及对其护理重要的其他结果的能力。
宣传
该程序由纽约大学 (NYU) 格罗斯曼医学院的一个团队开发，已在所有大学附属医院使用，希望成为医疗保健领域的标准。
关于其预测价值的研究发表在本周三（7日）的《自然》杂志上。主要作者、纽约大学神经外科医生和计算机科学家埃里克·奥尔曼 (Eric Oermann) 告诉法新社，虽然非人工智能预测模型在医学领域已存在多年，但在实践中却很少使用，因为它们所需的数据需要重新组织和不舒服的格式适应。
然而，“医学界普遍存在的一件事是，医生会写下他们在诊所看到的情况以及与患者讨论的内容，”作者强调说。 “所以我们的基本启示是：我们可以从医疗记录作为数据源开始，然后基于它们构建预测模型吗？”
宣传
名为 NYUTron 的大型语言模型接受了从 387.000 年 2011 月至 2020 年 4,1 月期间在 NYU Langone 医院接受护理的 XNUMX 名患者的病历中提取的数百万条医疗笔记进行训练。这些记录包括医生所做的笔记、患者进展记录、放射学报告和放电指令总计XNUMX亿字。
该计划的主要挑战之一是解释医生在笔记中使用的自然语言，这些语言在个体之间存在很大差异，包括他们使用的缩写。
通过分析所获得的记录，研究人员能够计算出该程序的预测正确的频率。此外，他们还在现实环境中测试了该工具，并使用曼哈顿一家医院的记录对其进行训练，以了解其在布鲁克林医院不同患者人口统计数据中的表现。
宣传
总体而言，NYUTron 确定了 95% 出院前在医院死亡的患者以及 80% 将在 30 天内重新入院的患者。该工具的表现优于大多数医生的预测以及当前不使用人工智能的模型。
然而，令团队惊讶的是，“最有经验的医生，实际上非常有名，表现超人，比模型更好，”奥曼强调说。 “技术和医学之间的最佳点并不在于它必须总是提供超人的结果，而是它必须提供一个真正的起点。”
NYUTron 还正确估计了 79% 患者的住院时间、89% 患者拒绝承保的情况以及 89% 患者的原发疾病伴有其他疾病的情况下存在的其他疾病。
宣传
奥尔曼表示，人工智能永远不会取代医患关系。相反，它将有助于“在护理时向临床医生提供更多信息，以便他们做出更明智的决定。”
莱娅MAIS：
* 本文的文本部分由人工智能工具和最先进的语言模型生成，有助于文本的准备、审阅、翻译和摘要。文本条目是由 Curto 来自人工智能工具的新闻和回复被用来改进最终内容。
需要强调的是，人工智能工具只是工具，发布内容的最终责任在于 Curto 消息。通过负责任且合乎道德的方式使用这些工具，我们的目标是扩大沟通的可能性并使优质信息的获取民主化。 🤖
