Loading ...В стремлении использовать инструменты искусственного интеллекта и машинного обучения для повышения эффективности ухода в больницах по всей стране новое исследование указывает на другое возможное применение: выявление пациентов с немедицинскими потребностями, которые могут повлиять на их здоровье и способность получать помощь.
Эти социальные детерминанты здоровья — все, от транспорта и жилья до снабжения продовольствием и наличия семьи и друзей в качестве поддержки — могут играть важную роль в здоровье пациента и использовании медицинских услуг.
Новое исследование фокусируется на группе пациентов с особо сложными потребностями: на людях с болезнью Альцгеймера или другими формами деменции. Их состояние может сделать их особенно зависимыми от других, чтобы доставить их на прием к врачу и на общественные мероприятия , справиться с лекарствами и финансами, купить и приготовить еду и многое другое.
Результаты исследования показывают, что основанный на правилах инструмент обработки естественного языка успешно идентифицировал пациентов с нестабильным доступом к транспорту, отсутствием продовольственной безопасности, социальной изоляцией , финансовыми проблемами и признаками жестокого обращения, пренебрежения или эксплуатации.
Исследователи обнаружили, что основанный на правилах инструмент НЛП — своего рода ИИ, который анализирует человеческую речь или письмо — намного превосходит алгоритмы глубокого обучения и регуляризованной логистической регрессии для выявления социальных детерминант здоровья пациентов.
Однако даже инструмент НЛП недостаточно хорошо справлялся с выявлением потребностей, связанных с жильем, приобретением или приемом лекарств.
Исследование проводилось Эльхамом Махмуди, доктором философии, экономистом в области здравоохранения в Мичиганской медицине, академическом медицинском центре Мичиганского университета, и Венбо Ву, доктором философии, которые завершили работу, получив докторскую степень в Школе UM. общественного здравоохранения и сейчас находится в Нью-Йоркском университете. Махмуди и два других автора работают на кафедре семейной медицины.
Они и их коллеги сравнили возможности обнаружения SDOH трех разных методов ИИ, сначала обучив их набору из 700 записей пациентов, чтобы научить их искать слова и фразы, а затем использовали их на 300 записях и оценили результаты. .
Инструменты рассматривали только анонимное содержимое заметок отделения неотложной помощи и стационарных социальных работников, сделанных в период с 2015 по 2019 год в электронных медицинских картах 231 пациента с деменцией.
Махмуди говорит, что команда сейчас работает над проспективной проверкой алгоритма НЛП по опроснику SDOH, который недавно начал предоставляться всем пациентам первичной медико-санитарной помощи в Мичиганской медицине. Это позволит им сравнить то, что находит компьютерная программа, и то, что пациенты говорят в ответ на вопросы об их ситуации.
«Мы также готовим пилотную программу , которая оценит осуществимость вмешательства, направленного на эти социальные детерминанты здоровья, и соединит выявленных людей с общественными ресурсами», — сказал Махмуди. «Тем временем мы надеемся, что наши текущие результаты показывают, что этот алгоритм может использоваться клиницистами, кураторами и социальными работниками для активного удовлетворения социальных потребностей пациентов с деменцией и потенциально других уязвимых групп пациентов».
Помимо Махмуди и Ву, авторами исследования являются Кейс Дж. Холкебоер и Лорри Карбоне LMSW из Департамента семейной медицины UM, а также Темидун О. Колаволе из Университета Джона Хопкинса.
Новости партнеров:
Вам могло бы понравиться:
57
