利用人工智能将健康数据与护士和治疗师的输入相结合
新闻时间：2024年10月01日 18时00分00秒 - 更新时间：2024-10-03 18:09:40
来源：Health Tech World
语言：英语，所在国：美国
分类：科技 ， 关键词:AI与医疗健康
伊利诺伊大学芝加哥分校共同领导的一个创新的跨学科项目将使用人工智能（AI）来整合更广泛的健康专业的数据，并创建新颖、全面的数据集，这可能会改变医疗保健状况，推动对患者结果和护理产生积极影响的发现。
该合作项目与爱荷华大学、密苏里大学和洛约拉大学以及技术合作伙伴微软和 Tackle AI 一起，从联邦卫生高级研究项目局（ARPA-H）获得了高达 1000 万美元的资金。这笔奖金是 UIC 获得的第一笔 ARPA-H 资金，UIC 将作为签约机构。
研究人员将创造新的方法，将护士、物理和职业治疗师、言语和语言病理学家以及医生的结构化数据和自由文本笔记结合起来，以便在电子健康记录中更有效地使用。
这些笔记通常提供有关患者进展的更多有价值的信息，特别是当他们的护理在医院或诊所之外进行时。
该项目将关注两个复杂的患者群体：经历过跌倒相关伤害的患者和从新生儿重症监护病房过渡回家的婴儿。这两个群体都依赖于各种健康专业人员提供的护理。
“医疗保健是一个跨学科的过程，但现有的数据工具和基础设施忽略了大部分团队，”该项目的主要研究者之一、UIC 的生物医学和健康信息科学教授安德鲁·博伊德说。
“其他专业人员更频繁地看望患者，并提供非常高保真的数据，这些数据更接近患者的实际情况，而不仅仅是你从医生记录的数据中得到的简短瞬间。”
研究人员将在新的数据集中使用先进的计算方法来创建全团队护理总结和强大的新 AI 应用程序。他们还将使用这些数据进行新的科学发现，以改善患者的护理和治疗。
“跌倒和 NICU 患者在医院和通过门诊诊所都需要全团队护理。但分散、孤立的文件阻碍了沟通，”密苏里大学医学院的主要研究者和生物医学信息学家凯瑟琳·K·克雷文说。
“通过统一这些数据，我们可以改善医疗保健提供者、患者及其护理伙伴之间的沟通，并产生新的科学见解，改善患者的结果。”
爱荷华大学的主要研究者和护理学教授凯伦·邓恩·洛佩兹说，这些进展除了应用于跌倒和 NICU 过渡之外，还可以应用于其他护理领域。
“当你解决复杂的难题时，你获得的见解和开发的解决方案可能适用于不太复杂的问题，”洛佩兹说。
“我们团队的工作将帮助我们了解如何指导以患者为中心的关于多学科团队提供的护理协同作用的决策。”
更深入的数据用于复杂病例
AI 在医疗保健方面的许多潜力在于其从电子健康记录数据中自动提取见解的潜力。一种算法可能根据症状或实验室结果提出诊断建议，或将患者与对其病例最有效的特定治疗相匹配。
更多的数据可以带来更好的 AI 指导。研究表明，在患者数据中包括护士的观察结果，在预测医院死亡风险等指标时，比仅使用医生的笔记和实验室结果更准确。
多学科数据的价值在管理成人跌倒伤害方面尤为明显，这是医疗保健中一个令人惊讶的复杂领域。跌倒是难以预防的，并可能导致老年人出现多种不良健康结果。
跌倒风险的首要预测因素是以前跌倒的次数，但患者可能不会告诉医生他们所有的跌倒情况。来自急诊室就诊或门诊治疗的跌倒报告可能在患者健康记录的大量信息中被忽略。
物理和职业治疗师还收集与跌倒风险相关的详细信息，如力量和平衡评估。由于这些报告往往是主观的和基于文本的，因此很难与医生的笔记或测试结果等数字数据相结合。
“数据是黄金，但在它能够被使用之前，它是没有意义的，”UIC 的物理治疗和康复科学教授、该项目的共同研究者坦维·巴特说。“与实验室测量相比，我们拥有的基于文本的笔记更具叙述性和描述性。但如果这些文本丢失，就没有连续的护理。”
将这些数据与其他来源统一起来可以帮助临床医生确定患者跌倒的原因，并将他们与最合适的干预措施联系起来，以防止未来受伤。巴特说，这也可以帮助研究人员设计和测试新的跌倒风险预测模型，并以清晰的语言与患者分享这些见解。
UIC 的职业治疗和康复科学教授、该资助项目的共同研究者玛丽·凯塔尼说，纳入这些数据也将有助于让患者参与医疗保健决策。
物理和职业治疗师所做的叙述性笔记通常直接来自对患者及其家属的访谈。组织数据与患者及其护理人员分享，可以帮助他们在医院外使用多种医疗保健服务时感到更知情和参与。
“我们知道，最佳实践是以患者和家属的专业知识为中心进行决策，以推动最佳结果，并获得他们的支持和坚持，”凯塔尼说。
“但如果我们给他们过多的信息，我们就做不到这一点。”
AI 作为医疗保健的解释者
该项目的计算机科学家将使用和开发先进的文本挖掘和语言处理工具，以克服阻止其他学科数据整合的语言和技术障碍。该研究将测试是否可以训练大型语言模型来帮助理解和连接跨专业的文本数据。
“医疗数据在许多方面都是独特的，其中之一是它往往包括在更流行的在线资源中不常见的术语和行话，”UIC 的计算机科学副教授、项目的共同研究者娜塔莉·帕德说。
“语言处理工具在应用于医疗保健数据时往往效果不佳。本资助项目的一个核心技术挑战是使这些工具和技术达到我们可以在医疗保健环境中可靠使用的程度。”
一旦整合，来自护士、康复治疗师和其他健康专业人员的数据可以帮助训练更详细的模型来预测健康风险或治疗效果。AI 工具还可以生成大量文本和数据的简明摘要。
例如，初级保健提供者可能会根据患者每周的物理和言语治疗访问获得摘要。或者早产儿的父母可以收到 NICU 中提供的护理和康复治疗的摘要，以帮助他们过渡到诊所或像家这样的自然环境中的后续护理。
“这不仅仅是翻译成通俗语言的问题，实际上是理解向患者或他们的提供者呈现什么是重要的问题，”UIC 的沃伦·S·麦卡洛克计算机科学教授、项目的共同研究者芭芭拉·迪·尤金尼奥说。
通过使用去识别化数据的黑客马拉松和其他活动，该团队还将邀请数据科学家和软件开发人员创建更多的临床和研究应用程序。该项目开发的所有工具都将是开源的，并在健康领域专家的投入和反馈下构建。
这种合作突出了 UIC 的优势：代表广泛医疗保健学科的七个健康科学学院以及在机器学习、自然语言处理和数据科学方面具有深厚研究专业知识的计算机科学系。
该项目的其他 UIC 团队成员包括应用健康科学学院的萨曼莎·邦德、工程学院的米里·科奇和医学院的大卫·切斯特克。
“UIC 是一个很棒的地方，我们拥有这种技能的多样性，每个人都相互了解并一起工作，”博伊德说。“所以当这些美好的机会出现时，我们可以把每个人都聚集在一起，包括我们的合作机构，并尝试改变我们看待医疗保健数据的方式。”
相关知识
人工智能与大数据：开启精准医疗新时代
健康数据与智能分析.pptx
人工智能与医疗设备和数字健康
人工智能在远程医疗中的应用：智能化的远程健康监护
人工智能在医疗健康领域的应用及挑战
人工智能与健康数据分析的结合：为医疗行业提供创新1.背景介绍 随着人工智能技术的不断发展，人工智能已经成为了医疗行业中的
健康数据分析：健康数据分析和数据驱动的护理
健康大数据分析与智能医疗.pptx
数据要素×医疗健康—— “数”尽其用 护航全民健康
【电子病历和健康医疗大数据系列】卫宁健康：大数据与电子病历未来将深度融合互为一体
网址: 利用人工智能将健康数据与护士和治疗师的输入相结合 https://m.trfsz.com/newsview911470.html
