大夫們老是會被來自圖標、測試成果和其他目標的信息所困擾。在停止及時醫(yī)治決議計劃的時刻，大夫們老是很難整合、監(jiān)測多個患者的一切數(shù)據(jù)，特殊是當病院的數(shù)據(jù)記載紛歧致的時刻。

　　麻省理工學(xué)院的盤算機迷信和人工智能試驗室（CSAIL）的研討人員，在一則新文章中商量了一個成績：盤算機若何贊助大夫做出更好的醫(yī)療決議計劃？

　　這個團隊創(chuàng)立了一種名為“ICU干涉”的機械進修辦法，這類辦法須要年夜量的重癥監(jiān)護室（ICU）的數(shù)據(jù)，來肯定分歧癥狀須要哪些醫(yī)治辦法。這個體系應(yīng)用了“深度進修”，停止及時猜測，從曩昔的ICU案例中進修，為重癥監(jiān)護提出建議，同時還會說明這些決議面前的緣由。

　　博士生Harni Suresh，也是ICU干涉一文的重要作者，說：“這個體系能夠有助于ICU的大夫在高壓力、高需求的情況下，讓他們應(yīng)用醫(yī)療記載中的數(shù)據(jù)，來改良醫(yī)療保健，并猜測可實行的辦法。”

　　同時，另外一個團隊開辟了一種被稱為“EHR模子轉(zhuǎn)移”的辦法，這類辦法雖然是由分歧EHR體系的數(shù)據(jù)停止的培訓(xùn)，但照樣能增進在電子安康記載（EHR）體系上的猜測模子的運用。詳細來講，這類辦法，可以在一個EHR體系上練習(xí)逝世亡率、延伸勾留時光的猜測模子，并用于另外一個EHR體系。

　　ICU干涉由Suresh、Nathan Hunt（本科生）、Alistair Johnson（博士后）、Leo Anthony Celi（研討員）、Peter Szolovists（麻省理工學(xué)院傳授）、Marzyeh Ghassemi（博士生）配合開辟，是在這個月的“波士頓醫(yī)療機械進修會議”上提出的。

　　EHR模子轉(zhuǎn)移是由CASIL的博士生Jen Gong和Tristan Naumann，和電氣工程傳授Szolovists和John Guttag配合開辟的，是在加拿年夜哈利法克斯的“常識發(fā)明和數(shù)據(jù)發(fā)掘特殊興致小組”上提出的。

　　這兩種模子的培訓(xùn)都應(yīng)用了來自主要護理數(shù)據(jù)庫MIMIC的數(shù)據(jù)，個中包含來自信約4萬名重癥監(jiān)護病人的未肯定數(shù)據(jù)，由麻省理工學(xué)院盤算心理學(xué)試驗室開辟的。

　　贊助大夫做出更好的醫(yī)療決議計劃，機械進修是若何做的？

　　ICU干涉

　　綜合ICU數(shù)據(jù)，關(guān)于讓猜測患者安康成果的進程主動化，長短常主要的。

　　Suresh說：“之前在臨床決議計劃中，很多任務(wù)都集中在逝世亡率等成果上，而這項任務(wù)則猜測了可行的醫(yī)治辦法。另外，這個體系能應(yīng)用單一模子，來猜測多種成果。”

　　ICU干涉專注于每小時猜測涵蓋各類癥結(jié)護理須要的5種分歧干涉辦法，好比呼吸幫助、改良血汗管功效、下降血壓、流體醫(yī)治。

　　在每一個小時，體系從代表性命體征的數(shù)據(jù)，和臨床筆記和其他數(shù)據(jù)點中提取數(shù)值。一切數(shù)據(jù)都用數(shù)值表現(xiàn)，表現(xiàn)患者距均勻值的差距，來評價進一步醫(yī)治辦法。

　　主要的是，ICU干涉可以對將來做出猜測！好比，這個模子可以猜測6小時后（而不是30分鐘或1小時后）患者能否須要呼吸機。這個團隊還專注于為模子的猜測供給推力，為大夫供給更多的看法。

　　斯坦福年夜學(xué)副傳授Nigam Shah說：“基于神經(jīng)收集的深層神經(jīng)猜測模子，老是被業(yè)內(nèi)子士批駁。但是，這些作者高度精確地猜測了醫(yī)療干涉的開端和停止，而且能證實他們做出的猜測的可說明性。”

　　團隊還發(fā)明，這個體系在猜測干涉辦法辦法方面，比之前的辦法更精彩，而且特殊善于于猜測血管加壓素的須要，這是一種收緊血管、進步血壓的藥物。

　　未來，研討人員會盡力改良ICU干涉，以便賜與更多的特性化護理，并為決議計劃供給更先輩的推力，好比為何一個患者能削減類固醇，或許為何另外一個患者須要像內(nèi)鏡檢討等等。

　　EHR模子轉(zhuǎn)移

　　應(yīng)用ICU數(shù)據(jù)的另外一個主要身分是存儲方法，和當存儲方法產(chǎn)生變更是會產(chǎn)生甚么。現(xiàn)有的機械進修模子，須要用分歧的方法來編碼數(shù)據(jù)，是以，病院常常轉(zhuǎn)變他們的EHR體系，這能夠會對數(shù)據(jù)剖析和猜測形成嚴重成績。

　　這就是EHR模子轉(zhuǎn)移想處理的成績。這類辦法實用于分歧版本的EHR平臺，應(yīng)用天然說話處置，來辨認跨體系編碼的臨床概念，然后將其映照到一組罕見的臨床概念（好比血壓、心率等）。

　　好比，一個EHR平臺中的病人，能夠須要換病院，還須要把他的數(shù)據(jù)傳輸?shù)椒制珙愋偷钠脚_。而EHR模子轉(zhuǎn)移，能確保該模子可以或許猜測患者ICU拜訪的各個方面，好比歷久逗留或逝世亡的能夠性。

　　Shah說：“機械進修模子在衛(wèi)生保健這塊，老是略顯低效、便攜性差。他們做了個不錯的設(shè)計，讓模子在一個體系接收培訓(xùn)，然后在別的體系表示優(yōu)越。我很愉快看到如許發(fā)明性地應(yīng)用科技加上醫(yī)學(xué)常識，來改良猜測模子的可移植性。”

　　經(jīng)由過程EHR模子轉(zhuǎn)移，團隊測試了他們模子猜測兩種成果的才能：逝世亡率和歷久勾留的須要。他們在一個EHR平臺長進行了練習(xí)，然后在分歧的平臺上測試，發(fā)明EHR模子轉(zhuǎn)移優(yōu)于基線辦法。

　　將來，EHR模子轉(zhuǎn)移小組籌劃對其他病院和護理機構(gòu)的數(shù)據(jù)、EHR體系停止評價。

　　上述兩種辦法都獲得了英特爾年夜數(shù)據(jù)科技中間和國度醫(yī)學(xué)藏書樓的支撐。EHR模子轉(zhuǎn)移的論文，還獲得了國度迷信基金和廣達電腦無限公司的支撐。