AI如何帮助改善老年痴呆患者的住院时间和结果

通过使用人工智能,休斯顿卫理公会研究者们能够预测住院老年痴呆患者的结果在第一或第二天的住院。早期评估的结果意味着更多的及时干预,更好的护理协调,更明智的资源分配,集中护理管理和及时治疗这些更加脆弱,高危患者。

因为老年痴呆患者住院时间较长的比其他病人并产生较高的医疗费用,团队试图解决这个问题通过识别修改的风险因素和发展一个人工智能模型会改善病人的结果,提高他们的生活质量,减少他们再次入院的风险,以及减少住院费用模型一旦付诸实现。

这项研究中,9月29日在网上出现阿尔茨海默氏症和老年痴呆症:转化研究和临床干预措施,看着医院10年来8407老年痴呆症患者的记录在休斯顿卫理公会系统的八个医院、识别风险因素子组不良健康状况的不同类型的痴呆患者来自疾病,如阿尔茨海默氏症,帕金森氏症,血管性痴呆和亨廷顿氏舞蹈症,等等。从这个数据,研究人员开发了一个机器学习模型快速识别预测危险因素及其重要性排名过程中不良住院早期结果这些病人的住院时间。

的准确性达95.6%,他们的模型比其他所有流行的风险评估方法对这些多种类型的痴呆症。研究人员补充说,目前没有其他的方法综合应用人工智能预测住院老年痴呆患者这样的结果也不确定具体的风险因素可以通过额外的临床程序或修改的预防措施,以减少风险。

“研究表明,如果我们能确定老年痴呆患者就住院和识别的重要风险因素,然后我们可以实现一些合适的干预,”尤金·c·赖说,医学博士博士,Robert w . Hervey杰出赋予椅子斯坦利·h·帕金森研究和治疗的Appel神经学。减轻和立即纠正不良结果的可改变的危险因素,我们能够改善结果和缩短其住院。”

赖,神经病学家曾多年来与这些病人和想看看如何更好地理解它们是如何管理和他们的行为当住院,所以临床医生可以改善保健和他们的生活质量。他走近Stephen T.C. Wong博士体育生物信息学专家和主任t·t·w·f·曹国伟休斯顿卫理公会派教徒的大脑中心,有这个想法,因为他曾与黄,知道他的团队访问大型临床数据仓库休斯顿卫理公会病人和使用人工智能来分析大数据的能力。

每种类型的痴呆的危险因素,包括那些服从干预措施。前确认住院治疗的结果风险因素包括脑病,在招生数量的医疗问题,压力溃疡、尿路感染、跌倒,招生来源、年龄、种族和贫血,与几个multi-dementia组重叠。

最终,研究人员旨在实现缓解措施指导临床干预措施,以减少这些负面的结果。Wong说,新兴战略应用强大的人工智能预测触发“智能”的实施临床路径在医院是小说,不仅能改善临床结果和病人的经验,但也减少住院费用。

“我们的下一个步骤将是实现验证人工智能模型转换为ICU的移动应用程序和主要医院工作人员提醒他们老年患者痴呆高危的不良住院状况,指导介入措施减少此类风险,”黄说,该论文的通讯作者和约翰·s·邓恩总统杰出的椅子与休斯顿卫理公会生物医学工程研究所。“我们将与医院将这个应用程序无缝地集成到史诗作为系统的一部分,实现常规临床使用。”

他说这将遵循相同的智能临床路径策略他们一直致力于整合两个小说AI应用他的团队发展成为史诗系统用于常规临床指导干预措施,降低患者跌倒受伤的风险和更好地评估乳腺癌风险减少不必要的活检和过度诊断。

黄和赖的合作者研究鑫Wang Chika f . Ezeana Lin Wang remamta Puppala Yunjie他晓惠,郑阴和香港赵,所有与试验温度& W.F.曹国伟大脑中心休斯顿卫理公会学术研究所和黄Yan-Siang在台湾远东纪念医院。