研究人员发现，机器学习为急诊部门提供了支持

明尼苏达大学医学院的研究人员最近发表了研究结果《公共科学图书馆•综合》评估了机器学习(ML)的实时性能，该机器学习支持M Health Fairview医院急诊出院的临床决策。

由重症专科医生、住院医生、急诊医生和信息专家组成的多学科团队评估了一种基于ml的COVID-19预后工具的实时性能。该工具为急诊科提供者提供临床决策支持，以促进与患者就出院问题共享决策。

明尼苏达大学医学院助理教授、明尼苏达大学医疗中心西岸M Health Fairview大学医学主任莫妮卡·卢佩博士说:“COVID-19从多个不同方面给医疗系统带来了负担，找到缓解压力的方法至关重要。”

在Lupei博士的领导下，该大学的研究团队在12个站点的M Health Fairview医疗保健系统中成功开发和实施了一个COVID-19预测模型，该模型在性别、种族和族裔三种不同结果中都表现良好。为预测严重COVID-19而创建的逻辑回归算法在受调查人群中表现良好，尽管是在COVID-19阳性人群中开发的。

Drs。Christopher Tignanelli、Michael Usher、Danni Li和Nicholas Ingraham在创建和评估COVID-19预测模型方面发挥了重要作用。

“通过ml支持的预测建模的临床决策系统可以增加病人护理减少不当的决策差异，优化资源利用——特别是在大流行期间，”Lupei博士说。

支持ml的逻辑回归模型可以开发、验证和实现，作为跨多家医院的临床决策支持，同时保持高性能实时验证和保持公平。

Lupei博士建议，需要评估和进一步研究ML模型对患者预后和资源使用的影响。