最近,来自明尼苏达大学医学院的研究人员最近发表了PLOS ONE的研究结果评估了机器学习(ML)的实时性能,发现它可支持医院急诊科做出患者出院的临床决策。
由重症监护医生、住院医生、急诊医生和信息学家组成的多学科团队评估了一个支持机器学习的新冠预后工具的性能。这个工具为急诊科医生提供了临床决策的支持,帮助医生做出病人出院与否的共同决策。
明尼苏达大学医学院助理教授、明尼苏达大学医疗中心-西岸医疗中心医疗主任Monica Lupei说:“新冠从多个不同方面给医疗系统带来了负担,找到缓解压力的方法至关重要。”
在Lupei博士的领导下,大学研究团队在12个地点的医疗系统中成功开发了一个新冠预测模型,该模型在不同性别、种族和民族中都表现出色。Lupei博士说:“通过该机器学习预测模型的临床决策系统可能会增加对病人的关照与护理,减少不适当的决策,优化资源利用——特别是在疫情期间。”
Lupei博士建议,还需要进一步研究该机器学习预测模型给患者带来的影响。
该研究论文题为'A 12-hospital prospective evaluation of a clinical decision support prognostic algorithm based on logistic regression as a form of machine learning to facilitate decision making for patients with suspected COVID-19',已发表在PLOS ONE期刊上。
前瞻经济学人APP资讯组
本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com)