Läkare förväntas ta del av stora mängder information och data i form av journaler, diagram, testresultat och andra mätvärden för många olika patienter. Det är en krävande uppgift som samtidigt ska resultera i kloka beslut under tidspress.
Nu undersöker forskare inom datavetenskap och AI vid MIT möjligheterna att med hjälp av machine learning ta fram beslutsstöd för intensivvårdsläkare. Ett forskarteam har utvecklat en modell som tar stora mängder data från intensivvårdsavdelningen, till exempel journalanteckningar och laboratorieanalyser, för att avgöra vilka behandlingar som behövs för olika symptom.
Värdefullt stöd
Modellen använder deep learning för att göra realtidsprognoser, lära av tidigare intensivvårdsfall och ge förslag på lämplig vård för den aktuella patienten. Tekniken kan bli ett värdefullt stöd för intensivvårdsläkare och förbättra vårdens planering och genomförande med hjälp av all tillgänglig information och erfarenhet.
40 000 patienter
Ett annat forskarteam utvecklade en lösning som förenklar statistik och planering. Genom att utbilda machine learning i olika journalsystem, kan kunskaperna sedan implementeras för att göra exakta analyser av framtida vårdbehov på andra sjukhus eller landsting.
Båda modellerna utbildades med hjälp av data från intensivvårdsdatabasen MIMIC, utvecklad av MIT, som innehåller information om cirka 40 000 patienter.
Källa: mit.edu
