يجمع الباحثون بين الذكاء الاصطناعي والبيانات لتحسين رعاية المرضى ونتائجهم

يجمع الباحثون بين الذكاء الاصطناعي والبيانات لتحسين رعاية المرضى ونتائجهم

يجمع تشينيانج لو، أستاذ علوم الكمبيوتر والهندسة بجامعة واشنطن في كلية سانت لويس ماكيلفي للهندسة، بين الذكاء الاصطناعي والبيانات لتحسين رعاية المرضى والنتائج.

لكنه لا يهتم بالمرضى فحسب، بل يقوم أيضًا بتطوير التكنولوجيا لمراقبة صحة الأطباء ورفاهيتهم.

قدم مختبر لو ورقتين بحثيتين في مؤتمر ACM SIGKDD لهذا العام حول اكتشاف المعرفة واستخراج البيانات، وكلاهما يحدد الأساليب الجديدة التي طورها فريقه -؛ مع العاملين في كلية الطب بجامعة واشنطن -؛ لتحسين النتائج الصحية من خلال إدخال التعلم العميق في الرعاية السريرية.

بالنسبة لمقدمي الرعاية، تناول لو الإرهاق وكيفية التنبؤ به قبل حدوثه. سجلات النشاط لكيفية تفاعل الأطباء مع السجلات الصحية الإلكترونية زودت الباحثين بكميات هائلة من البيانات. وقاموا بإدخال هذه البيانات في إطار التعلم الآلي الذي طوره لو وفريقه -؛ التنبؤ الهرمي بالإرهاق بناءً على سجلات النشاط (HiPAL) -؛ وكانت قادرة على استقراء أنماط ذات معنى من عبء العمل والتنبؤ بالإرهاق من تلك البيانات بطريقة آلية وغير تدخلية.

عندما يتعلق الأمر برعاية المرضى، يقوم الأطباء في غرفة العمليات بجمع كميات كبيرة من البيانات حول مرضاهم، سواء أثناء الرعاية قبل الجراحة أو أثناء الجراحة -؛ البيانات التي اعتقد لو ومعاونوه أن بإمكانهم الاستفادة منها بشكل جيد من خلال نهج التعلم العميق الذي يتبعه لو: جهاز التشفير التلقائي المتغير السريري (cVAE).

وباستخدام خوارزميات جديدة طورها مختبر لو، تمكنوا من التنبؤ بمن سيخضع لعملية جراحية أطول ومن سيكون أكثر عرضة للإصابة بالهذيان بعد الجراحة. كان النموذج قادرًا على تحويل مئات المتغيرات السريرية إلى 10 فقط، والتي استخدمها النموذج لعمل تنبؤات دقيقة وقابلة للتفسير حول النتائج التي كانت متفوقة على الأساليب الحالية.

تعرف على المزيد حول النتائج التي توصل إليها الفريق على الموقع الهندسي.

وسيواصل لو ومعاونوه متعددو التخصصات التحقق من صحة كلا النموذجين على أمل أن يجلب كلاهما قوة الذكاء الاصطناعي إلى بيئات المستشفيات.

مصدر:

جامعة واشنطن في سانت لويس

مرجع:

ليو، H.، وآخرون. (2022) HiPAL: إطار عمل عميق للتنبؤ بإرهاق الأطباء باستخدام سجلات الأنشطة في السجلات الصحية الإلكترونية. KDD '22: وقائع مؤتمر ACM SIGKDD الثامن والعشرين حول اكتشاف المعرفة واستخراج البيانات. doi.org/10.1145/3534678.3539056.

.