研究人员发现机器学习支持急诊

明尼苏达大学医学院的研究人员最近发表的研究结果《公共科学图书馆•综合》实时性能评估的一个机器学习(ML)支持临床决策急诊科放电在M健康费尔文医院。

重症的多学科小组等,住院医师,急救医生,和信息专家评估ML-enabled的实时性能,COVID-19预后的工具。这个工具提供临床决策支持急诊科提供商促进共享决策与患者有关放电。

“COVID-19负担医疗系统从多个不同的方面,并找到方法来缓解压力是很重要的,”莫尼卡Lupei博士说,M U医学院的助理教授和医疗主任M卫生费尔文明尼苏达大学医学中心西银行。

Lupei博士领导的大学研究团队成功开发并实施COVID-19预测模型在12地点米卫生费尔文卫生保健系统,表现良好在性别、种族和民族的三个不同的结果。逻辑回归算法建立预测严重COVID-19表现良好的人在接受调查,尽管发达COVID-19积极的人口。

Drs。克里斯托弗•Tignanelli迈克尔·亚瑟,丹尼李,尼古拉斯·英格拉哈姆在创建和评估工具COVID-19预测模型。

“临床决策系统通过ML-enabled预测建模可能增加病人护理,减少不必要的决策变化和优化资源utilization-especially大流行期间,“Lupei博士说。

ML-enabled logistic回归模型可以开发、验证,并实现跨多个医院的临床决策支持,同时保持高性能在实时验证和剩余的公平。

Lupei博士建议,对病人的影响结果和资源使用需要评估和进一步的研究与ML模型。