Nytt prosjekt sikrer NIH-finansiering for å møte kroniske helseforskjeller

Nytt prosjekt sikrer NIH-finansiering for å møte kroniske helseforskjeller

Kroniske sykdommer som diabetes, hjertesykdom og kreft rammer rasemessige og etniske minoriteter uforholdsmessig. Av de 45 prosent av amerikanerne som lider av en eller flere kroniske sykdommer, er undertjente populasjoner tre til seks ganger mer sannsynlig å ha en kronisk sykdom enn hvite.

Forskere ved Florida Atlantic University Schmidt College of Medicine, i samarbeid med Caridad Center, Inc. og University of Miami Miller School of Medicine, har mottatt et stipend på 500 000 dollar fra National Institutes of Health (NIH) for et prosjekt for å adressere kroniske helseforskjeller gjennom bruk av elektroniske helsejournaler (EHR), kunstig intelligens/ThML, og maskinlæring (I the TAI).

Prosjektet "Utvikling av et presist, lokalisert, fellesskapsfokusert rammeverk for befolkningshelse i en FQHC for å takle forskjeller i kroniske sykdommer gjennom EPJ-data" er en del av NIH-VORAUS' "Artificial Intelligence/Machine Learning Consortium to Advance Health Equity and Researcher Diversity (AIM)." Dette prosjektet er muliggjort av NIH Other Transaction Agreement Number 1OT2OD032581.

AIM-AHEADs programmål er å bygge gjensidig fordelaktige, koordinerte og pålitelige partnerskap for å øke deltakelsen og representasjonen av forskere og lokalsamfunn som for tiden er underrepresentert i AI/ML-modellutvikling og å fremme mulighetene til denne fremvoksende teknologien, som starter med bruk av EPJ og utvider til andre ulike data, for å adressere helseforskjeller.

AIM-AHEAD-programmet består av fire kjerner: partnerskap, forskning, infrastruktur og datavitenskapelig utdanning - og disse samarbeidene faller inn under infrastrukturkjernen, som ledes av Nick Tsinoremas, Ph.D., viseprovost for forskning, data og informatikk ved University of Miami og grunnlegger av Institute for Data Science and Computing (IDSC), som fungerer som hovedinvestor.

En stor tilbakevendende utfordring for organisasjoner som ønsker å bruke sine egne institusjonelle EPJ-data til forskning, er å skape et hensiktsmessig forskningsmiljø der pasientpopulasjonen kan profileres og forskningskohorter identifiseres. Å ta tak i denne utfordringen er det første nødvendige skrittet for å muliggjøre fellesskapsfokuserte, EPJ-baserte forskningsprosjekter rettet mot å bruke AI/ML eller andre metoder på disse datasettene.

FAUs Schmidt College of Medicine og dets tilknyttede helseklinikker, sammen med Caridad Health Center - Floridas største gratis helseklinikk grunnlagt i 1989 - og University of Miami, utvikler dette pilotprogrammet som en nasjonal modell for implementering av AI/ML i helsesentre og føderalt kvalifiserte helsesentre for å forbedre deres AI/ML-levering og forskningsaktiviteter.

Lite har blitt gjort for å aktivt integrere data fra elektroniske helsejournaler fra føderalt kvalifiserte helsesentre og samfunnssentre som gir direkte omsorg til underrepresenterte og vanskeligstilte grupper belastet av helseforskjeller. Dessverre, mens disse sentrene fungerer som en primær kilde til medisinsk behandling for lokalsamfunn som er berørt av helseforskjeller, mangler de tilstrekkelige data, kunstig intelligens og maskinlæringsevner som er nødvendige for å samle inn, kompilere og analysere betydelige mengder pasientdata."

Janet Robishaw, Ph.D., hovedetterforsker, leder av Institutt for biomedisinske vitenskaper, assisterende dekan for forskning og professor i biomedisinske vitenskaper ved FAU Schmidt College of Medicine

Prosjektet ledes av Robishaw; Laura Kallus, administrerende direktør for Caridad Center, Inc.; og Azizi Seixas, Ph.D., førsteamanuensis ved Institutt for psykiatri og atferdsvitenskap ved Miller School of Medicine og direktør for Population Health Informatics Program ved IDSC.

Med denne bevilgningen vil forskerne adressere disse helseforskjellene ved å implementere et forskningsverktøy utviklet av University of Miami med finansiering fra NIHs Clinical and Translational Science Award Program. University Research Informatics Data Environment, også kjent som URIDE, er en nettbasert plattform som samler og visualiserer anonymiserte data fra flere kliniske helsesystemer i organisasjonen. URIDE lar kliniske forskere og deres team enkelt utforske demografi, diagnoser, prosedyrer, vitale tegn, medisiner, laboratorier, notater, allergier, komorbiditeter og annen informasjon.

URIDE har tidligere mottatt finansiering fra NIH Clinical and Translational Science Award-programmet. Dette nye pilotprogrammet vil øke bruken av URIDE gjennom en mye bredere utvidelse av bruken av denne cyberinfrastrukturplattformen.

"Vi er glade for å samarbeide med FAU og Caridad for å utvide URIDE-plattformen og skape et mer representativt fellesskap med dette banebrytende helseinformatikkverktøyet," sa Tsinoremas.

Prosjektgruppen skal etablere et forskningsmiljø for å støtte identifiseringen av forskningskull. Med URIDE og integrasjonen av AI/ML og IoT vil de kunne utføre ekstern helseovervåking. Pasienter med kardiometabolske helsetilstander som hypertensjon og diabetes overvåkes eksternt, slik at Caridad Center kan implementere en tilpasset AI/ML-spørrings- og analyseplattform i sin EPJ og utføre personlige forespørsler i sine forskningsspørsmål for å adressere kroniske sykdommer i pasientpopulasjonen.

"Som en samfunnsmedisinsk skole og for samfunnet, er vi glade for å samarbeide med Caridad Center og University of Miami for å samle eksperter og ressurser for å fremme målene til National Institutes of Healths AIM-AHEAD-program." sa Julie Pilitsis, M.D., Ph.D., dekan og visepresident for medisinske anliggender, Schmidt College of Medicine. "AI og maskinlæring er kraftige verktøy som vil hjelpe oss med å optimalisere levering av helsetjenester og drive innovasjon innen helsevesenet."

Kilde:

Florida Atlantic University

.