研究使用人工智能按復(fù)雜性對患者消息進行排序 思念一個荒廢的名字by兔八啃(思念一個荒廢的名字) 研究為心臟病發(fā)作后的年輕女性帶來希望 申通快遞運費價格(申通快遞運費價格查詢計算器) 3種檸檬減肥法簡單又給力(檸檬減肥做法) 查名字打多少分汪新樂(查名字打多少分) 戚風(fēng)蛋糕的做法(戚風(fēng)蛋糕的做法家庭做法) 女性冬季養(yǎng)生小常識(女性冬季養(yǎng)生小常識圖片) 牛仔褲配什么上衣好看(牛仔褲配什么上衣) 阿卑羅王的武功是什么(阿卑羅王) 夢幻嘉年華攻略(夢幻嘉年華攻略視頻) 我的美麗日志與我的美麗日記的鑒別(我的美麗日志與我的美麗日記的鑒別與對比) 中國聯(lián)通iccid查詢(iccid查詢) 抽油煙機怎樣清洗才能洗得干凈(抽油煙機怎樣清洗才能洗得干凈視頻) 不同品牌的米諾地爾之間 到底有什么區(qū)別(不同品牌的米諾地爾之間,到底有什么區(qū)別嘛) chivas regal premium scotch12年(chivas regal 12年的價格) 消化不好怎么辦?(消化功能不好怎么改善) 怎么治療男性脫發(fā)?(怎么治療男性脫發(fā)最有效) 九城游戲中心(九城游戲) 清明節(jié)怎么來的簡介(清明節(jié)是怎么由來的 簡介) win10聲卡驅(qū)動怎么安裝(win10聲卡驅(qū)動安裝后揚聲器無聲音) 潤格多少一平尺(潤格) 剛燙的卷發(fā)如何打理 卷發(fā)應(yīng)該怎么打理(燙卷發(fā)后怎么打理卷發(fā)) 一個人如何變得堅強(一個人如何變得堅強起來) 尿毒癥怎么引起的原因知乎(尿毒癥怎么引起的) 屏幕怎樣設(shè)置雙屏顯示(屏幕怎樣設(shè)置雙屏顯示快捷鍵) 蘋果手機設(shè)置鈴聲(蘋果手機設(shè)置鈴聲庫樂隊) 我國的國體是什么制度(我國的國體是) 衣二三怎么租衣服 租衣流程?(怎樣租衣服) 回收站文件誤刪用軟件怎么恢復(fù)(回收站文件誤刪用軟件怎么恢復(fù)正常) 尤文圖斯球員名單最新(尤文圖斯球員) 幾分之幾怎么打出來(手機幾分之幾怎么打出來) 黃瓜魚的做法(福建黃瓜魚的做法) 作客和做客的區(qū)別 匡威最火鞋帶綁法(匡威最火鞋帶綁法視頻) 怎么折垃圾桶(A4紙怎么折垃圾桶) 驕子的意思(驕子) 如何設(shè)置名捷排課王軟件增加功能室(名捷排課王好用嗎) 圣斗士正義傳說中黃金圣斗士雙子座撒加的使用(黃金圣斗士雙子座撒加和加隆區(qū)別) 九年級上冊數(shù)學(xué)人教版課程講解(九年級上冊數(shù)學(xué)人教版) 魔獸世界怎么把飾品和技能做宏(魔獸世界飾品爆發(fā)宏) QQ如何看天氣預(yù)報(QQ查看天氣) 網(wǎng)上訂餐怎么訂(德克士網(wǎng)上訂餐怎么訂) 若有所思的下一句是什么(若有所思) 峨眉山二日旅游攻略(峨眉山二日旅游攻略一日游) 手機掃描儀軟件哪個好?如何將手機變成掃描儀!(手機掃描儀軟件哪個好?如何將手機變成掃描儀型號) 學(xué)習(xí)方法有哪些(正確的學(xué)習(xí)方法) 如何進行電話攔截?(如何進行電話攔截設(shè)置) 不干膠打印機怎么用(不干膠打印機怎么用視頻教程) cheery tale破解版(cheery)
您的位置:首頁 >資訊 >

研究使用人工智能按復(fù)雜性對患者消息進行排序

導(dǎo)讀 范德比爾特大學(xué)醫(yī)學(xué)中心的一個研究小組對手術(shù)患者與其醫(yī)療團隊之間的電子消息線程感興趣,測試了某些常用的機器學(xué)習(xí)算法如何根據(jù)臨床決策的...

范德比爾特大學(xué)醫(yī)學(xué)中心的一個研究小組對手術(shù)患者與其醫(yī)療團隊之間的電子消息線程感興趣,測試了某些常用的機器學(xué)習(xí)算法如何根據(jù)臨床決策的復(fù)雜性對此類交換進行分類。他們的報告先于《外科研究雜志》印刷版發(fā)布在網(wǎng)上。

作者指出,醫(yī)療保險等醫(yī)療保健支付者在確定服務(wù)費用時考慮了醫(yī)療決策的復(fù)雜性。

作者寫道:“如果有效,自動消息分析可能會量化在線提供的護理或支持在線護理的計費。”它可以幫助做出人員配置決策,并且“可能有助于[消息]分類”。

兩名外科醫(yī)生兼研究人員根據(jù)醫(yī)療決策的復(fù)雜性獨立標記了 500 個線索,并討論任何分歧,就每個線索的標簽達成共識:簡單、低、中等和無決定。(事實證明,該集合中沒有高度復(fù)雜的線程。)

該團隊測試了兩種標準多類機器學(xué)習(xí)算法與此專家分類的匹配程度,一種是隨機森林分類器,另一種是多項式樸素貝葉斯分類器。每個線程都在 450 個標記線程上進行訓(xùn)練和驗證,然后在其余 50 個線程上進行測試。準確度以精確度(即檢索到的真陽性與檢索到的真陽性和假陽性之和的比率)和召回率(即比率)來衡量檢索到的真陽性數(shù)與集合中的所有陽性數(shù)的比值。

在他們的集合的四個標簽中,即簡單、低、中等或無臨床決策復(fù)雜性,分數(shù)為 1.0 表示完美,該團隊的兩個機器學(xué)習(xí)模型的最佳性能是精確度為 0.58,召回率為 0.63。

“雖然它們的表現(xiàn)遠遠優(yōu)于第三個程序,該程序通過簡單地添加每個消息線程中的醫(yī)學(xué)術(shù)語數(shù)量來對復(fù)雜性進行分級,但如果沒有更多數(shù)據(jù)和進一步分析,當前訓(xùn)練的兩種機器學(xué)習(xí)算法都不能被認為足以用于臨床使用,”該研究的主要作者、生物醫(yī)學(xué)信息學(xué)系研究員 Lina Sulieman 博士說。“這項研究的細節(jié)中有幾項發(fā)現(xiàn)可以幫助我們改進這種類型的自動化分析。”

Sulieman 和其他人之前的研究使用機器學(xué)習(xí)根據(jù)患者消息中表達的一般需求類型(醫(yī)療、后勤、信息等)對傳入的患者消息進行分類。根據(jù)作者的說法,這似乎是自動對消息進行排序的首次嘗試根據(jù)臨床決策復(fù)雜性進行線程。

根據(jù)這項研究,VUMC 的患者門戶網(wǎng)站 My Health at Vanderbilt(研究中使用的線程的來源)在典型的一個月內(nèi)收到來自患者和家人的大約 30,000 條消息。

標簽:

免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

最新文章