Sağlık hizmeti koşullarını iyileştirme çabalarının bir parçası olarak, bir Amerikan üniversitesindeki uzmanlardan oluşan bir ekip, hastalar için tıbbi komplikasyonları tahmin edebilen bir program geliştirmeyi başardı.
AI, tıbbi cihazların görüntülerini analiz etme, tıp öğrencilerinin sınavlarını geçme yeteneğini zaten kanıtladı… Şimdi, doktor raporlarını okuyabildiğini ve ölüm, yeniden kabul riskini doğru bir şekilde tahmin edebildiğini kanıtlamak için AI tabanlı yeni bir aracın sırası geldi. ve diğer olası komplikasyonlar.
Program, New York Üniversitesi Langone Sağlık Çalışmaları Bölümü Grossman Tıp Okulu’ndan bir ekip tarafından tasarlandı ve program şu anda bu programın kullanımını yaygınlaştırmak amacıyla üniversitenin bazı ortak hastanelerinde test ediliyor. Gelecekte tıp camiasında teknoloji.
Çarşamba günü, “Nature” bilimsel dergisinde, bu programı kullanmanın elde edebileceği faydalar üzerine bir çalışma yayınlandı.
Araştırmanın baş yazarı, beyin cerrahı ve New York Tıp Fakültesi’nden bilgisayar mühendisi Eric Orman, yapay zeka tabanlı olmayan tahmine dayalı modellerin uzun süredir ortalıkta dolaştığını ancak verileri manipüle etmenin ağır bir süreç olması nedeniyle pratikte kullanımlarının sınırlı olduğunu açıkladı. .
AFP’ye verdiği demeçte, “Tıbbi işlerde her yerde ortak olan şey, doktorların gördüklerini ve hastalarla ne hakkında konuştuklarını not almalarıdır.”
Araştırmacıların ana fikrinin “veri kaynağı olarak tıbbi gözlemlere güvenmenin ve onlardan tahmin modelleri oluşturmanın mümkün olup olmadığını görmek” olduğunu açıkladı.
NYUtron adlı tahmin modeli, Ocak 2011 ile Mayıs 2020 arasında New York Üniversitesi’ne bağlı hastanelerde tedavi gören 387.000 hastanın dosyalarındaki milyonlarca tıbbi nottan oluşturuldu.
Bu notlar, doktorların yazılı raporlarını, hasta ilerleme notlarını, röntgen görüntülerini ve tıbbi cihazları ve hastaneden taburcu olduktan sonra hastalara verilen tavsiyeleri içeriyordu ve toplam 4,1 milyar kelimeydi.
Programın en önemli zorluğu, özellikle kısaltmalar açısından her birinin birbirinden çok farklı terminolojiye sahip olması nedeniyle doktorların kullandığı dili yorumlamadaki başarısıydı.
Aracı ayrıca, özellikle bir Manhattan hastanesinden gelen raporları analiz etmesi için eğiterek ve ardından farklı hastalar için bir Brooklyn hastanesinin sonuçlarıyla karşılaştırarak, aracı gerçek koşullarda test ettiler.
Araştırmacılar, hastalara gerçekte ne olduğunu inceleyerek programın tahminlerinin ne sıklıkla doğru olduğunu ölçebildiler.
Yedek değil
Sonuç şaşırtıcıydı, çünkü Neutron programının hastalar ortak hastanelerden taburcu edilmeden önce, gerçekten daha sonra ölenlerin %95’inin ölümünü tahmin edebildiği ve tahminlerinin ölenlerin %80’i için doğru olduğu bulundu. taburcu olduktan bir aydan kısa bir süre sonra hastanelere yeniden kabul edildi.
Bu sonuçlar çoğu hekimin beklediğinden daha doğruydu ve ayrıca mevcut yapay zeka tabanlı olmayan bilgi modellerinin beklentilerini de aştı.
Ancak sürpriz, tıp camiasında geniş çapta saygı gören çok deneyimli bir doktorun “programın verdiğinden bile daha iyi” tahminler vermesiydi, diye açıkladı Eric Orman.
Program ayrıca hastaların hastanede kalış sürelerini %79, kefillerin ve sigorta şirketlerinin hastalar tarafından ödenen tıbbi bakım masraflarını karşılayamayacağı durumları ise %87 oranında tahmin etmede başarılı olmuştur. ve hastaların ek sağlık sorunları yaşadığı vakaları tahmin etmede %89’luk bir yüzde ile.
Orman, AI’nın asla hasta-hekim ilişkisinin yerini almayacağını vurguladı, ancak “doktorların bilinçli kararlar vermelerini sağlamak için daha fazla bilgiye” izin verebilir.