当前位置:

OFweek人工智能网

正文

AI预测重病患者生死:准确率达93%

导读: 埃索和莱德特想要通过训练AI系统从而得到准确的预测,因此他们设计了一个实验系统来预测PICU的死亡率。

医院对重症监护室(ICU)有一个可理解的目标:减少患者“在病床上去世”事件。

在重症监护室里,监测患者各项生命体征的医学设备采集到的数据汇聚成一股洪流,正好让人工智能有了用武之地:判断患者何时会情况恶化。美国紧急医疗研究所(Emergency Care Research Institute,ECRI)的普利杨卡·沙(PriyankaShah)表示:“现在,许多医院都有兴趣开发可预测脓毒症、心脏骤停和呼吸停止等危及生命症状的预警系统。”ECRI研究所是一家评估保健行业医疗程序、设备和药物的非营利组织。

沙提出,学术研究人员和医疗器械公司都在试图找出哪些可测量的生命体征组合可以作为判断患者情况恶化的最佳指标。一旦克服技术方面的挑战,研究人员还必须证明这样的指标在临床上是可行的。她说,不仅要得到技术层面可行的证据,还要证明它能被整合到医院的工作流程中,并能够节约资金。

人工智能预测重病患者生死:准确率达93%

要想让ICU变得更加智能,最艰巨的任务是可能就是应对美国食品与药品监督管理局(FDA)的监管,以及跟墨守成规的临床医生和对钱高度敏感的医院管理层打交道。就技术层面而言,该研究前途光明。

预测生死

儿科重症监护室(PICU)内的场景令人心痛。在新生儿病房,羸弱的新生儿躺在各种机器和监视器环绕的塑料恒温箱内。大厅里,插着静脉注射管的孩子在明亮的卡通壁画下勇敢地微笑。

在洛杉矶儿童医院,数据学家梅利莎·埃索(Melissa Aczon)和大卫·莱德特(David Ledbetter)带来了一个可以让医生更早、更准确感知哪些孩子会情况恶化的AI系统。埃索和莱德特在医院设立的虚拟PICU研究部工作。在这里,他们与迫切希望改进手术的临床医生合作。埃索说:“他们的观点是,ICU每天都有各种突发事件,保存着大量数据。我们有责任从这些事件中学习,并将经验教训用于将来的患者。”

1  2  3  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

X
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: