健康数据工具可以快速检测新生儿的败血症

必发官网网址 1

必发官网网址 2

必发官网网址 3

必发官网网址 4

当我们得到朋友,家人和社区的一点帮助时,我们在健康挑战期间会更好。也许是人工智能的帮助。

必发官网网址 ,印第安纳波利斯-患有慢性疾病(例如乳腺癌或大肠癌)的患者经常会感到疲劳,疼痛,抑郁和其他症状,如果不及时治疗,可能会导致困扰和功能受损。为了帮助临床医生管理和治疗对健康和生活质量造成负面影响的症状,Regenstrief Institute和IUPUI的研究人员设计并测试了新颖的方法,以从电子健康记录(EHR)中提取症状数据并成功地调查了协会在症状集群和疾病之间。

自动化程序可以识别新生儿重症监护病房(NICU)中的哪些患病婴儿在临床医生认识到危及生命的情况之前有脓毒症的时间。一组数据研究人员和医生科学家在新生儿重症监护病房(NICU)人群中测试机器学习模型,仅使用电子健康记录(EHR)中常规收集的数据。

人工智能有望成为医疗保健领域的转型力量。那么医生和患者如何从人工智能驱动工具的影响中获益? 如今的医疗保健行业已经十分成熟,可以进行一些重大变革。从慢性病和癌症到放射学和风险评估,医疗保健行业似乎有着无数的机会利用技术在患者护理方面部署更精确、高效和有效的干预措施。

南卡罗来纳医科大学(MUSC)的研究人员对自然语言处理(NLP)软件进行了培训,以寻找电子健康记录(EHR)中临床记录中社会隔离的提及。NLP是一种人工智能,试图使人类语言对计算机可读。一旦受到MUSC团队的培训,NLP就能确定90%的社交孤立患者。BioMed Central Medical Informatics and Decision Making报告了这些发现。

Regenstrief研究所的研究人员,研究的国际作者黄坤说:我们的新方法可以推广到乳腺癌和大肠癌以外的其他领域,以分析对症状管理和治疗至关重要的其他慢性疾病的症状群。生物信息学。识别和理解症状群-哪些症状往往并存-例如疲劳和抑郁-以及在治疗过程中何时出现这些症状-为患者的护理团队提供重要信息,尤其是当我们期待精确度时健康并尝试在正确的时间为正确的患者找到正确的治疗方法。

因为早期检测和快速干预对于败血症是必不可少的,像这样的机器学习工具提供了改善这些婴儿临床结果的潜力,第一作者Aaron J. Masino博士说,他领导了研究团队的机器学习努力。Masino是麻醉学和重症医学系的助理教授,也是费城儿童医院(CHOP)生物医学和健康信息学系的成员。后续临床研究将使研究人员能够评估此类系统在医院环境中的表现。

随着技术的发展,患者对医生的要求越来越高,并且可用数据的数量继续以惊人的速度增长,人工智能将成为推动医疗护理工作持续改进的引擎。 与传统分析和临床决策技术相比,人工智能具有许多优势。当学习算法与训练数据交互时,可以变得更精确,使医生对诊断、护理过程、治疗变异性和患者结果获得前所未有的见解。 在由PartnersHealthcare举办的2018年世界人工智能医疗创新论坛(WMIF)上,医疗研究人员和临床专家阐述了未来十年内采用人工智能最有可能产生重大影响的医疗行业技术和领域。 2018年世界人工智能医疗创新论坛(WMIF)联合主席AnneKiblanksi医学博士和PartnersHealthcare公司首席学术官、医学博士GreggMeyer说,这种给每个行业领域带来的“颠覆性”都有可能为患者带来显著的益处,同时具有广泛的商业成功潜力。 在PartnersHealthcare公司专家的帮助下,包括哈佛医学院(HMS)的教授、合作伙伴首席数据科学官KeithDreyer博士和马萨诸塞州总医院(MGH)研究战略和运营总监KatherineAndriole博士提出了人工智能将彻底改变医疗服务和科学的12种方式。

社会孤立是健康的社会决定因素之一,是影响幸福和健康的人生活方面。社会决定因素的其他例子是收入,教育,种族和婚姻状况。这些社会决定因素已经在临床试验中被证明可以像血压和糖尿病这样的常见嫌疑人一样影响健康结果。

黄博士说:这些信息对研究人员来说也很重要,因为他们探索了这些共现背后的生物学原因是否存在,如果存在,则确定原因。除了被任命为Regenstrief Institute的研究科学家外,他还是数据科学的副院长,精密健康计划的基因组数据科学的教授以及印第安那医学院的医学教授。

研究小组于2月22日在PLOS ONE的回顾性病例对照研究中发表了研究结果。

1.通过脑机接口统一思维和机器 使用计算机进行通信并不是一个新想法,但是在不需要键盘、鼠标和显示器的情况下在技术和人类思维之间创建直接接口是一个前沿的研究领域,对某些患者具有重要的应用。 神经系统疾病和神经系统创伤会使一些患者丧失与他人及其环境进行有意义的交谈、移动和互动的能力。由人工智能支持的脑机接口(BCI)可以为那些担心永远失去这些功能的患者恢复那些基本体验。 马萨诸塞州总医院(MGH)神经技术和神经康复中心主任、医学博士LeighHochberg说,“如果我在神经病学重症监护室看到某位患者突然失去了行动或说话的能力,我希望在第二天恢复其沟通的能力。通过使用脑机接口(BCI)和人工智能,我们可以将与手部运动相关的神经激活,并且我们应该能够让这个患者与他人在整个活动过程中至少交流五次的方式进行交流,例如使用平板电脑或手机等无处不在的通信技术。” 对于患有肌萎缩侧索硬化(ALS)、中风或闭锁综合征的患者,以及全世界每年有50万人遭受脊髓损伤的患者,脑-机接口可以极大地提高他们的生活质量。 2.开发下一代放射工具 通过磁共振成像机(MRI)、CT扫描仪和X射线获得的放射图像提供对人体内部的非侵入性可见性。但是许多诊断过程仍然依赖于通过活体组织检查获得的物理组织样本,取得这些样本具有导致患者可能受到感染的风险。 专家预测,在某些情况下,人工智能将使下一代放射学工具能够准确细致,足以取代对活体组织样本的需求。 布里格姆妇女医院(BWH)图像引导神经外科主任医学博士AlexandraGolby说,“我们希望将诊断成像团队与外科医生或介入放射科医师和病理学家结合在一起,但不同团队实现合作和目标的一致性是一个巨大的挑战。如果我们希望放射成像提供目前从组织样本中获得的信息,那么我们将必须能够实现非常接近的标准,以便知道任何给定像素的基本事实。” 在这一过程中取得成功可能使临床医生能够更准确地了解肿瘤的整体表现,而不是根据恶性肿瘤的一小部分属性做出治疗决策。 采用人工智能还可以更好地定义癌症的侵袭性,并更恰当地确定治疗目标。此外,人工智能正在帮助实现“虚拟活检”,并推进放射医学领域的创新,该领域致力于利用基于图像的算法来表征肿瘤的表型和遗传特性。 3.扩大服务不足或发展中地区的医疗服务 发展中国家缺乏训练有素的医疗保健提供者,其包括超声波技术人员和放射科医生,这将极大地减少了采用医疗服务拯救患者生命的机会。 会议指出,在波士顿著名的朗伍德大道的六家医院工作的放射科医生比西非地区所有医院都要多。 人工智能可以通过接管一些通常分配给人类的诊断职责,帮助减轻临床医生严重不足的影响。 例如,人工智能成像工具可以通过胸部X光检查肺结核的症状,通常可以达到与医生相当的精确度。这项功能可通过适用于资源匮乏地区的提供商的应用程序进行部署,从而减少了对经验丰富的诊断放射科医生的需求。 马萨诸塞州总医院(MGH)神经科学助理兼HMS放射学副教授JayashreeKalpathy-Cramer博士说,“这项技术可以提高医疗保健的巨大潜力。” 然而,人工智能算法开发人员必须谨慎考虑这样一个事实,即不同民族或不同地区的人群可能具有独特的生理和环境因素,这些因素会影响疾病的表现。 她说:“例如,印度受到疾病影响的人口可能与美国的情况非常不同。当我们开发这些算法时,确保数据代表疾病呈现和群体的多样性非常重要,我们不仅可以开发基于单个群体的算法,而且希望它能够在其他人群中发挥作用。” 4.减轻电子健康记录的使用负担 电子健康记录(HER)在医疗保健行业的数字化之旅中发挥了重要作用,但这种转变带来了无数与认知过载、无休止的文档和用户疲劳相关的问题。 电子健康记录(HER)开发人员现在正在使用人工智能来创建更直观的界面,并对一些耗费大量用户时间的例行程序实现自动化。 BrighamHealth副总裁兼首席信息官AdamLandman博士说,用户将大部分时间花在三项任务上:临床文档、订单输入,以及对收件箱进行分类。语音识别和听写有助于改善临床文档处理过程,但采用自然语言处理(NLP)工具可能还不够。 Landman说,“我认为可能需要更大胆一些,考虑一些变化,比如采用视频记录临床治疗,就像警察佩戴摄像头一样。然后可以使用人工智能和机器学习来索引这些视频,以便将来检索信息。就像在家里使用人工智能助理Siri和Alexa一样,未来会把虚拟助理带到患者的床边,让临床医生使用嵌入式智能输入医嘱。” 人工智能还可以帮助处理来自收件箱的常规请求,例如药物补充和结果通知。Landman补充道,它还可能有助于确定真正需要临床医生注意的任务的优先顺序,使患者更容易处理他们的待办事项列表。 5.含有抗生素耐药性的风险 抗生素耐药性对人类的威胁越来越大,因为过度使用这些关键药物会促使不再对治疗产生反应的超级细菌的进化。多重耐药性的细菌可能在医院环境中造成严重破坏,每年夺去数以万计患者的生命。仅艰难梭菌每年就为美国医疗保健系统带来约50亿美元的损失,并导致3万多人死亡。 电子健康记录数据有助于识别感染模式,并在患者开始出现症状之前突出其风险。利用机器学习和人工智能工具来驱动这些分析可以提高其准确性,并为医疗保健提供者创建更快、更准确的警报。 马萨诸塞州总医院(MGH)感染控制部门副主任EricaShenoy博士说,“人工智能工具可以达到对感染控制和抗生素耐药性的预期。如果他们不这样做,那么所有人都会失败。因为医院拥有大量的电子健康记录数据,如果没有充分利用它们,没有创造更智能、更快的临床试验设计的行业,以及没有使用创造这些数据的电子健康记录,那么这将面临失败。” 6.为病理图像创建更精确的分析 布里格姆妇女医院(BWH)病理学系主任、HMS病理学教授JeffreyGolden医师表示,病理学家为全方位的医疗服务提供者提供最重要的诊断数据来源之一。 他说,“70%的医疗保健决策都是基于病理结果,电子健康记录中所有数据的70%到75%之间来自病理结果。而结果越准确,就会越早得到正确的诊断,这就是数字病理学和人工智能有机会实现的目标。” 在超大的数字图像上深入到像素级别的分析可以使医生识别可能逃脱人眼的细微差别。 Golden说,“我们现在已经到了可以更好地评估癌症是否会快速或缓慢发展的阶段,以及如何根据算法而不是临床分期或组织病理分级来改变患者的治疗方式的地步。这将是一个巨大的进步。” 他补充说,“人工智能还可以通过在临床医生审查数据之前确定幻灯片中感兴趣的特征来提高生产力。人工智能可以通过幻灯片进行筛选,并指导我们查看正确的内容,以便我们可以评估哪些内容重要,哪些内容不重要。这提高了病理学家使用的效率,并增加了他们研究每个病例的价值。”12

我们从细致的证据中知道,社会决定因素对医疗保健和健康结果非常重要,该文章的资深作者Chanita Hughes-Halbert博士说。社会隔离是一个非常重要的社会决定因素,因为它反映了人们认为他们具有高度联系和支持的程度。

使用EHR数据识别乳腺癌和大肠癌患者的症状群在第十届计算机协会生物信息学,计算生物学和健康信息学会议上获得最佳论文奖,并在会议记录中发表。该奖项是授予代表突破性研究的论文而颁发的。通过最佳论文奖,ACM重点介绍了可能影响计算未来的理论和实践创新。

婴儿死亡率和发病率的全球主要原因是败血症始于细菌侵入血液。不幸的是,攻击性免疫反应会导致脓毒性休克发展,这是一种严重的全身状况,导致多个器官衰竭,有时甚至致命。虽然在健康的足月婴儿中相对罕见,但早产儿或慢性住院婴儿的败血症发生率要高200倍。婴儿败血症的幸存者可能会遇到长期问题,如慢性肺病,神经发育障碍和长期住院。

Hughes-Halbert是MUSC的精神病学和行为科学教授。她还指导一个由美国国立卫生研究院(NIH)资助的中心,专注于精确医学和MUSC Hollings癌症中心的少数民族男性健康。我们中心的任务是确定社会,临床,心理和行为数据与基因组信息相互作用的方式,从而导致疾病风险并影响男性对治疗方案的反应,Hughes-Halbert解释说。

在EHR中检测和跟踪症状的严重程度和频率并不容易。语言常常不同。例如,疲劳可能会以疲倦,疲惫,疲倦,无力或疲倦的方式记录在EHR中。抑郁可能表示为悲伤,不快乐,绝望或沮丧。为了缓解术语问题,研究小组设计了方法,除了从病历中结构化条目中提取信息外,还可以分析EHR中的自由文本临床笔记。

由于临床症状模糊和筛查测试不准确,住院婴儿脓毒症的快速诊断通常很困难。认识到败血症的延迟导致干预延迟,包括抗生素治疗和支持治疗。然而,不必要地使用抗生素会带来其自身风险并增加抗生素耐药性,因此明确的早期诊断非常重要。