研究人员使用人工智能加速访问COVID-19治疗

为了解决一个新兴问题在卫生保健交付,埃默里大学医学院的研究人员和乔治亚理工学院正在探索人工智能(AI)如何提供一种提高效率的诊断和治疗。

COVID-19大流行期间,使用远程医疗和电子健康记录(EHR)消息迅速增加。随着虚拟访问变得越来越普遍,COVID-19家庭的广泛可用性测试允许病人报告积极的测试和治疗开始或恢复,而不必访问医生的办公室。而这种转变卫生保健服务提供很多好处,大量涌入的消息没有数字化诊断系统创建一个僵局,可以反应迟缓和延迟获得及时的治疗。

一项新的研究发表在《美国医学会杂志》网络开放评估一个特定类型的人工智能,如何调用自然语言处理(NLP),可以加快patient-initiated消息之间的时间,医生反应,获得COVID-19抗病毒治疗。

构建了先前测试深度学习预测模型,研究小组开发了一种新颖的NLP模型分类patient-initiated EHR信息和评估其准确性亚特兰大市的五家医院在3月30日和9月1日,2022年。在这项研究中,3048条消息报道COVID-19积极的测试结果。当一个积极的测试报告通过EHR, NLP模型展开行动。

研究结果表明,NLP模型分类的病人信息的准确率为94%。此外,当反应病人信息发生快,患者更容易接受抗病毒的医疗处方在为期5天的治疗窗。

“我们很兴奋看到自然语言处理准确和即时修复病人信息报告积极COVID-19测试,并帮助改善病人的治疗,”内尔Mermin-Bunnell说,埃默里大学医学院的三年级学生和作者的研究。“虽然这个模型被证明是有效的为这个特定的应用程序,有机会扩大范围超出COVID-19诊断。”

可能王,博士,教授,研究报告合著者和华莱士。h·库尔特著名的佐治亚理工学院研究员补充说,“结果说明使用先进的力量NLP模型准确识别患者某一疾病的风险。它表明,速度可以显著增加患者医疗条件。”

这项研究的结果,埃默里大学之间的合作,佐治亚理工学院,和交换机,医学博士数据科学和人工智能公司由埃默里医生建立医疗保健。

NLP模型在研究期间使用,eCOV,最初开发了布莱克·安德森医学博士,交换机的CEO, MD和艾莫利大学的初级保健医生。随着越来越多的患者开始使用EHR与临床沟通团队,安德森看到一个需要更好地组织传入消息减轻认知负荷临床工作人员和缓解倦怠。安德森和他的团队进行实验来评估模型的性能和上一个算法考虑到消息的上下文,而不仅仅是关键词。

“我们试图把堆积如山的输入数据和提取最相关的人需要看到这样的病人可以得到保健更快,”安德森说,这项研究的资深作者。

一旦调整,他与佐治亚理工学院合作,确保NLP模型是可再生的,开始部署模型的评估其加快医患沟通的能力。

需要进一步分析测量模型对临床结果的影响。但越来越明显的是,随着人工智能进一步融入主流医疗保健交付的组件,它持有的能力重塑医学实践。

安德森说,尽管周围的担忧有些使用人工智能在医学上,“这种类型的NLP提供了使用AI优先人工交互,而不是取代他们。”