人工智能可以减少结核病治疗的障碍
![Illustration of deep learning framework with feature extractor CNNs and classifier SVM. Different gray colors represent labeled videos, and black color denotes unlabeled videos. CNN: convolution neural network; SVM: support vector machine. Credit: JMIR AI (2023). DOI: 10.2196/40167 人工智能可以减少结核病治疗的障碍](https://scx1.b-cdn.net/csz/news/800a/2023/artificial-intelligenc-23.jpg)
佐治亚大学教师领导的一项新研究展示了利用人工智能改变资源匮乏社区结核病治疗的潜力。虽然这项研究的重点是结核病患者,但它在整个卫生保健部门都有应用,使卫生保健工作者能够执行其他必要的任务。
越来越多的证据表明,人工智能有提高生产力、减少污染的潜力健康护理人员的职业倦怠,并提高临床护理的质量。这项研究上个月发表在《科学》杂志上医学互联网研究杂志该公司尝试使用人工智能技术来观看成千上万个结核病患者服药的视频。
这个应用程序可以自动完成医护人员在诊所观察病人服药的工作,即直接观察疗法(DOT)。DOT被公认为监测和确保结核病治疗依从性的最佳方法,但这种方法给患者和患者带来了巨大的时间负担卫生保健工作者.
“医疗保健是一个不断发展的行业,需要很多人手。因此,如果我们可以把手放在必须要做的地方,把它们解放出来,不用做可以用另一种方式做的事情,我认为我们可以更有效地提供更好的质量医疗,”佐治亚大学公共卫生学院全球卫生研究所专门从事移动医疗研究的主要作者朱丽叶·塞坎迪说。
移动医疗技术已被证明可以支持临床医生在乌干达控制结核病的战斗,该国每年约有4.5万例新病例。塞坎迪和乌干达的同事在2018年成功启动了一个名为DOT自拍的项目,该项目利用自拍的流行,鼓励结核病患者提交自己每天服药的视频。
“病人是愿意的。这对他们来说是可以接受的,因为它给他们带来了便利和自主权,”她说。
自推出以来,DOT自拍已经生成了数千个视频,但谁会去看所有这些视频来确认吞下了结核病药物?
这么多视频,这么少时间
“护士或提供者必须坐在电脑后面,打开那些视频,确认有人在服药,对吗?看着人们把药片放进嘴里,可能是无聊和单调的。”塞坎迪说。
当诊所人手不足时,观看提交的视频很快就会跌至待办事项列表的底部,尽管监测对结核病控制非常重要。
塞坎迪说:“读到人工智能可以做什么,然后我意识到,哦,现在我们可以用自动化流程来填补这一部分。”
她开始与佐治亚大学计算机学院的同事合作开发深度学习模型它可以通过她的DOT自拍项目中的近500个视频来识别患者何时在服药。
他们测试了四个模型,发现表现最好的模型准确地回顾视频,并在85%的时间内识别出患者在服药,这与人类做同样的任务相当,但每个视频的速度要快得多,只有半秒。最不成功的模型仍然表现良好,准确率约为78%。
塞坎迪说:“因此,人工智能确实是这一过程的加速器,因为这样护士就不必担心他们必须观看所有10,000个视频,但可能只看一些需要验证的视频,比如10,000个视频中的100个。
这是一个很有前途的工具,可以填补护理缺口
她说,这一创新有可能提高结核病药物的依从性,从而使患者受益,遏制结核病传播并保障有效的结核病治疗。
“它显示了通过开发智能和个性化医疗的潜力视觉信息合著者李胜(音)说,他是弗吉尼亚大学数据科学学院的人工智能研究员,在佐治亚大学任教期间曾与塞坎迪合作过这个项目。
“我很高兴我们的工具包中又增加了一个工具,能够填补交付中的空白卫生保健塞坎迪说。
“其中之一就是人力资源短缺。我并不是说人工智能可以解决每一个短缺,但我们手头的任务是确定那些可以真正移交的普通任务。”
更多信息:Juliet Nabbuye Sekandi等人,人工智能在非洲结核病治疗药物依从性监测中的应用:算法开发和验证,JMIR人工智能(2023)。DOI: 10.2196/40167