Google 'Predictive EHR' používa stroj, ktorý sa učí predpovedať udalosti v oblasti zdravia


Ken Terry
6. februára 2019

Úrad patentov a obchodných značiek USA vydal 31. januára patentovú prihlášku spoločnosti Google na systém "hlbokého strojového učenia", ktorý používa údaje o longitudinálnom elektronickom zdravotnom záznamu (EHR) na predpovedanie budúcich zdravotných udalostí.

Systém na podporu klinického rozhodnutia môže tiež pomôcť lekárom identifikovať pacientov, ktorí najviac potrebujú pomoc a môžu zobraziť kľúčové klinické markery, ktoré sú základom predpovedí, podľa spoločnosti Google.

Spoločnosť Google oznámila koncept v máji a podala patentovú prihlášku v júli. Patentový úrad ešte neudelil patent na prediktívny systém EZZ.

Systém Google môže zhromažďovať a uchovávať údaje EHR pre populácie a jednotlivých pacientov. Spoločnosť používa rámcový nástroj na zlepšenie interoperability zdrojov zdravia na úrovni sedem úrovní zdravia, aby štandardizoval údaje získané z rozdielnych EHR, uviedol blogový príspevok Google. Potom, bez toho, aby používatelia museli špecifikovať premenné záujmu, model hlbokého učenia pre každú predpoveď "číta všetky dátové body od najskôr po najnovšie a zisťuje, ktoré dáta pomáhajú predpovedať výsledok."

Spoločnosť Google spolupracovala na štúdiu svojho systému s univerzitou v Kalifornii, San Franciscu, Stanfordskou medicínou a University of Chicago Medicine. Systém spoločnosti Google dokázal predpovedať mortalitu v nemocnici, 30-dňovú neplánovanú readmisiu, predĺženú dĺžku pobytu a konečné diagnostikovanie výtoku s presnosťou nadradenou tradičným prediktívnym modelom.

Prístup spoločnosti Google sa zlepšil na tradičnom prístupe k agregácii údajov pre predikčné modelovanie, uviedli vedci. "Dôležité je, že sme mohli používať údaje tak, ako to je, bez námahého manuálneho úsilia, ktoré je zvyčajne potrebné na extrakciu, čistenie, harmonizáciu a transformáciu relevantných premenných v týchto záznamoch."

V patentovej prihláške spoločnosť Google uviedla, že prediktívny systém by mohol pomôcť lekárom priradiť pacientom prioritu a mohol by ukázať, ktoré informácie majú hľadať v tabuľke pacienta. Tieto informácie by mohli pomôcť poskytovateľom zdravotnej starostlivosti identifikovať oblasti, ktoré vyvolávajú obavy, alebo zasiahnuť, aby sa znížila pravdepodobnosť nežiaducej udalosti.

Nárast strojov

Hlboké strojové učenie a iné typy umelej inteligencie (AI) sa čoraz viac používajú na predpovedanie klinických udalostí a spresnenie klinických protokolov.

Napríklad spoločnosť Penn Medicine používa strojové vzdelávanie na prepracovanie spôsobov starostlivosti a úspešné predpovedanie pacientov, u ktorých sa pravdepodobne vyvinie sepsa, informuje CIO.com. Flagler Hospital v St. Augustine, Florida, využilo riešenie AI na zlepšenie a štandardizáciu ciest starostlivosti o pacientov s pneumóniou a sepsou, správy HealthcareITNews. Zdravotný systém Grady v Atlante v Gruzínsku údajne ušetril 4 milióny dolárov tým, že zabráni readmisii pomocou kombinácie prediktívnej analytickej metódy založenej na AI a intervencií na úrovni pacientov.

To, či sa takéto nástroje dostanú medzi lekárov, závisí vo veľkej miere od ich presnosti. V komentári k programu Penn Medicine v článku CIO.com, Dean Sittig, PhD, profesor na University of Texas Health Sciences Center v Houstone, povedal, že predpovede musia byť správne viac ako polovica času, alebo lekári nebudú platiť pozornosť.

Skúška predpovedného systému Google EHR podľa článku v článku Časopisy prírodných partnerov: digitálna medicína, spracovali 46,8 miliárd údajov získaných z 216 221 dospelých pacientov hospitalizovaných najmenej 24 hodín v dvoch akademických zdravotníckych strediskách.

Použitím stupnice, v ktorej je 1,00 perfektné a 0,50 nie je lepšie ako náhodná šanca, modely použité v štúdii dosiahli 0,86 pri predpovedaní toho, či pacienti budú mať dlhší pobyt v nemocnici, 0,95 pri predikcii úhynu u pacientov a 0,77 pri prognózovaní neočakávaných readmisií ,

ZDROJ: Medscape, 6. februára 2019.