随着时间的推移,信息记录在病历告诉更多关于疾病
电子健康记录(EHRs)包含重要的信息对病人的健康前景和他们接受的护理,但并不总是准确的记录。一项新的研究描述了一种方法,利用机器学习、人工智能的一个类型,仔细追踪病人的医疗记录随时间her预测的可能性或发展中不同的疾病。这项研究是由马萨诸塞州总医院(MGH)和研究人员发表在细胞模式。
“在过去的十年中,已经花费了数十亿美元的学院有意义的EHR系统的使用。出于多种原因,然而,电子健康档案数据仍然是复杂的和有足够的质量问题,很难利用这些数据来解决紧迫的健康问题,特别是在流行病如COVID-19,当需要快速反应,“作者Hossein Estiri博士说,MGH实验室的计算机科学。”在这篇文章中,我们提出一个算法利用时间信息的电子医疗纪录所扭曲的层行政和医疗体系过程。”
战略连接信息从电子医疗纪录病人的药物和诊断,而不是独立的健康记录。分析表明,这种顺序的方法能够准确地计算出病人实际上可能有一个潜在的可能性疾病。
“我们的研究不依赖于单一的诊断代码,而是依赖于序列编码序列的相关特性的期望随着时间的推移,更有可能比单个元素代表了现实,“Estiri博士说。”此外,计算机类通过成千上万的病人和医生能找到序列可能从来没有认为自己是相关的,但实际上是与疾病相关联的。”
作为一个例子,冠状动脉疾病其次是胸痛在医疗记录更有用的预测心力衰竭的发展比自己的因素或以不同的顺序。
因此方法可以识别疾病标记由临床医生可判断的。这可能导致新的计算模型识别和验证新的疾病标记和推进医学发现。提出的思考方式医疗记录还可以帮助确定病人在社区发展中各种各样的其他疾病的风险由卫生保健提供者和推荐他们的评价。
进一步探索
更多信息:侯赛因Estiri et al,传递测序矿产预测和解释的时间表示医疗记录,模式(2020)。DOI: 10.1016 / j.patter.2020.100051
所提供的马萨诸塞州综合医院
引用随着时间的推移:信息记录在病历告诉更多关于疾病(2020年6月19日)2022年6月26日从//www.puressens.com/news/2020-06-medical-diseases.html检索
本文档版权。除了任何公平交易私人学习或研究的目的,没有书面许可,不得部分复制。内容只提供信息的目的。
