导读 明尼苏达大学医学院的研究人员最近发表了研究成果PLOS ONE，该研究结果评估了机器学习 (ML) 的实时性能，该机器学习支持 M Health Fa
明尼苏达大学医学院的研究人员最近发表了研究成果PLOS ONE，该研究结果评估了机器学习 (ML) 的实时性能，该机器学习支持 M Health Fairview 医院急诊科出院的临床决策。
由重症医师、住院医师、急诊医生和信息学家组成的多学科团队评估了支持 ML 的 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进行共同决策。
“ 从多个不同方面给医疗保健系统带来了负担，找到缓解压力的方法至关重要，”M 医学院助理教授兼明尼苏达大学医学中心 M Health Fairview 医学中心主任 Monica Lupei 博士说-西方银行。
在 Lupei 博士的带领下，大学研究团队在 12 个站点的 M Health Fairview 医疗保健系统中成功开发并实施了一个 预测模型，该模型在三种不同结果的性别、种族和民族方面表现良好。为预测严重 而创建的逻辑回归算法在接受调查的人中表现良好，尽管是在 阳性人群中开发的。
博士。Christopher Tignanelli、Michael Usher、Danni Li 和 Nicholas Ingraham 在创建和评估 预测模型方面发挥了重要作用。
“通过支持 ML 的预测建模的临床决策系统可能会增加患者护理，减少不当的决策变化并优化资源利用——尤其是在大流行期间，”Lupei 博士说。
可以开发、验证和实施支持 ML 的逻辑回归模型，作为跨多家医院的临床决策支持，同时保持实时验证的高性能并保持公平。
Lupei 博士建议，需要使用 ML 模型评估和进一步研究对患者结果和资源使用的影响。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！