研究小组通过机器学习探索救生技术的发展

CSIRO的科学家们,澳大利亚国家科学机构,使研究开发一个机器学习工具为医务人员提供早期预警的病人的状况恶化。

该研究发表在科学报告与亚历山德拉公主医院合作和地铁南健康,可以设置显示恶化的预警警报监测患者2 - 8小时之前由目前的临床标准。

CSIRO科学家博士Sankalp Khanna说现在医学专家可以使用电子医疗记录(电子病历)中包含的数据来预测当一个病人的生命体征如血压或温度可能会达到一个危险区域,引发患者下降。

与大量的数据在EMR的潜力更好的病人护理。例如,信息从数据可以用来帮助医务人员做决策,可以防止病人恶化的不良事件和急性疾病。直到最近,仍然在一些医院,病人数据没有可用的电子,限制开发数字工具的能力从中受益。

“直到现在还没有一种方法来利用所有数据的EMR预测病人的健康。这个新工具有潜力改变卫生系统的日常运作,Khanna博士说。

“当应用于测试的18648份病历,该工具实现了100%的敏感性预测窗口提前两到八小时对患者被识别为95%,85%和70%的风险恶化。

“我们的科学家认为专长将数据转换为可用的信息来指导临床选择。新工具还制定了警告的原因,从而指导干预的选择。

“警报警告医务人员当病人恶化的风险可能导致死亡,心脏骤停,或计划外录取ICU。该工具可以通知临床干预的必要性。

“临床决策支持工具,如这些是先发制人的解决方案,可以为医务人员提供一个机会来进行干预,防止不良病人结果早些时候,”他说。

重症监护病房工作人员专家亚历山德拉公主医院的重症监护室,大卫·库克博士指出,这是一个真正有用的工作,可实现的方式管理意想不到的大医院病人恶化。

“这是没有重复的过程,也不干扰建立最佳实践系统用于识别生病和恶化的病房的病人,”库克博士说。

CSIRO科学家正在与合作伙伴讨论的临床试验来探索警报是如何工作的以及如何最好的实现为临床工作流。

---

---