智能应用 影音
国立阳明交通大学
微软1215活动

结合卫生系统和AI 美国医院如何提前6周预测疫情?

结合卫生系统和AI 美国医院如何提前6周预测疫情?

在BMJ Open发表的一项研究中, 美国连锁医院Kaiser Permanente提出了一种方法,可以提前6周预测COVID-19(新冠肺炎)的增加。

目前COVID-19的增加对医院影响非常大,该研究的主要作者Vincent Liu博士表示,透过Kaiser Permanente在北加州的电子健康纪录数据,团队将十个指标归零并且结合起来,透过将不同的卫生系统中的数据结合,希望能识别出患者的病毒活动情况,进而有效预测疫情。

Kaiser团队表示,尽管许多单一指标在1~3周内即出现激增,但CHOTS 可以提前观察到迅速增加的前6周。2020年CHOTS上线後,团队根据COVID-19在医院的情况进行评估。研究发现,CHOTS与医院人口普查的相关性非常强,平均28~35天的会达到峰值,在测试长达6周的时间仍保持相关性。这意味着公共卫生与个人卫生系统可以有效控制感染人数并得知何时开始缓解。

不过,由於CHOTS是在加州第一波COVID-19爆发浪潮後开发的。研究声明表示,由於这个卫生系统准备得非常紧迫,因此随着时间推移,更先进的机器学习或统计方法也可能会取代目前现有方法。除了先前的卫生系统流感模式外,仍需依靠临床判断。

Kaiser Permanente研究部门的首席统计专家表示, 研究小组每天利用机器学习和人工智能(AI)开发预测模型改善患者医疗护理情况,後来研究团队在开发CHOTS时也应用了先前的技术。 研究小组专注於正确的演算法与正确的案例应用,在这种情况下,更简单的工具更能表现出优秀的性能,可以轻松实现目标。

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: COVID-19 美国 AI