預(yù)警系統(tǒng)模型可預(yù)測住院患者的病情惡化

大約 9% 的癌癥患者在住院期間會出現(xiàn)并發(fā)癥，導(dǎo)致病情惡化、轉(zhuǎn)入重癥監(jiān)護(hù)室甚至死亡。圣路易斯華盛頓大學(xué)的一個多學(xué)科研究團(tuán)隊(duì)，正在開發(fā)一種基于機(jī)器學(xué)習(xí)的預(yù)警系統(tǒng)模型，以預(yù)測這種惡化并改善患者的預(yù)后。

McKelvey 工程學(xué)院 Fullgraf 教授 Chenyang Lu 與合作者包括醫(yī)學(xué)博士 Marin Kollef、醫(yī)學(xué)博士、Barnes-Jewish 醫(yī)院重癥監(jiān)護(hù)病房和呼吸護(hù)理服務(wù)主任，以及醫(yī)學(xué)博士 Patrick Lyons，醫(yī)學(xué)院的醫(yī)學(xué)講師，最近開發(fā)了一種新的住院癌癥患者預(yù)測模型，該模型集成了電子健康記錄 (EHR) 中可用的異構(gòu)數(shù)據(jù)。

使用來自 Barnes-Jewish 醫(yī)院 20,000 多名癌癥患者住院治療的歷史、去識別化數(shù)據(jù)，Lu 和他的實(shí)驗(yàn)室博士生、該論文的第一作者 Dingwen Li 找到了一種方法，將兩種有價值的數(shù)據(jù)整合到可能提供有關(guān)患者狀況線索的深度學(xué)習(xí)模型：靜態(tài)數(shù)據(jù)或入院時收集的數(shù)據(jù)，例如人口統(tǒng)計數(shù)據(jù)、其他醫(yī)療診斷或之前住院的信息；時間序列數(shù)據(jù)，在住院期間反復(fù)收集，包括體溫、血壓、藥物和測試結(jié)果。

由于靜態(tài)和時間序列數(shù)據(jù)包含與臨床惡化相關(guān)的補(bǔ)充信息，因此預(yù)測模型利用這兩種類型的變量，以最大限度地提高其準(zhǔn)確性非常重要。“數(shù)據(jù)中隱藏的早期跡象表明，一個人會在幾小時或幾天內(nèi)出現(xiàn)臨床惡化，”物聯(lián)網(wǎng)、網(wǎng)絡(luò)物理系統(tǒng)和臨床人工智能專家盧說。“人類無法在數(shù)據(jù)中看到這些隱藏的模式或趨勢，所以這就是機(jī)器學(xué)習(xí)非常擅長識別這些模式的地方。”