新方法稱為通過(guò)稀疏嵌入回歸或 KESER 進(jìn)行知識(shí)提取，最近發(fā)表在npj Digital Medicine上上。該過(guò)程整合了來(lái)自兩個(gè)大型機(jī)構(gòu)(弗吉尼亞州和波士頓的合作伙伴醫(yī)療保健)的電子健康記錄數(shù)據(jù)，并提供自動(dòng)特征選擇，從而導(dǎo)致表型識(shí)別算法和知識(shí)發(fā)現(xiàn)。
“KESER 提供了對(duì)臨床知識(shí)之間關(guān)系的高級(jí)視圖，我們?cè)趥€(gè)人或群體層面照顧患者時(shí)通常無(wú)法看到，” VA 波士頓 KESER 首席研究員兼副教授 Katherine Liao 博士說(shuō)哈佛醫(yī)學(xué)院醫(yī)學(xué)博士。“我們期待著將研究的方法和結(jié)果從臨床研究的應(yīng)用轉(zhuǎn)化為臨床護(hù)理的進(jìn)步。”
該項(xiàng)目是 Drs 指導(dǎo)的表型組學(xué)核心工作的一部分。根據(jù) VA 研究與發(fā)展辦公室的說(shuō)法，來(lái)自 VA 波士頓和哈佛的 Kelly Cho 和 Mike Gaziano 參加了 VA 百萬(wàn)退伍計(jì)劃或 MVP，這是一個(gè)“了解基因、生活方式和暴露如何影響健康和疾病的國(guó)家研究計(jì)劃” MVP 網(wǎng)站。
2016 年，ORNL 開(kāi)始與 VA 就 MVP-CHAMPION 合作，這是 MVP 計(jì)劃下的一項(xiàng)大數(shù)據(jù)計(jì)劃，旨在創(chuàng)建一個(gè)大型精準(zhǔn)醫(yī)療平臺(tái)來(lái)托管 VA 龐大的醫(yī)療記錄數(shù)據(jù)集，其中包含約 2400 萬(wàn)退伍的記錄.為了加強(qiáng)跨領(lǐng)域創(chuàng)新以支持這個(gè)聯(lián)合 VA-DOE 計(jì)劃下的眾多研究項(xiàng)目，ORNL 與來(lái)自 VA 波士頓和哈佛的 MVP Data Core 密切合作，以確定要追求的具體研究領(lǐng)域。其中包括回答這個(gè)問(wèn)題的努力：我們需要在電子健康記錄中找到哪些元素才能正確識(shí)別給定的表型?
使用他們認(rèn)為在美國(guó)用于此類研究的最大醫(yī)療保健數(shù)據(jù)隊(duì)列，該團(tuán)隊(duì)著手自動(dòng)識(shí)別表型關(guān)系，同時(shí)提供對(duì)基礎(chǔ)機(jī)器學(xué)習(xí)假設(shè)和決策過(guò)程的可見(jiàn)性。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！