您現在的位置是:首頁 > 機器人網站首頁機器人

新的AI模型嘗試像醫生一樣綜合患者數據

  • 機器人
  • 2019-11-29 16:10:50

人工智能永遠不會取代醫生。但是,能源部太平洋西北國家實驗室的研究人員朝著人工智能可以幫助醫生預測醫學事件的時代邁出了一大步。與其他嵌入方法相比,PNNL科學家開發的新方法將患者診斷的準確性提高了20%。

PNNL方法試圖捕獲并重新創建醫師在他們一生的學習和知識應用于檢查室中站在他們面前的患者時自然而然地建立的聯系類型。目標:將實驗室強大的AI功能用于機器學習和深度學習,以改善患者護理并挽救生命。

PNNL科學家最近在SIGKDD知識發現和數據挖掘會議的“醫療保健數據科學”研討會上發表的一篇論文中討論了他們的新方法。

開發的核心是與斯坦福大學合作創建的PNNL數據集,該數據集由SNOMED Clinical Terms定義了300,000多種醫學概念,是醫學研究人員和從業人員使用的標準醫學術語,代碼,同義詞和定義的集合。PNNL基于這些術語開發了一種基于圖的學??習方法,該方法優于當前模型。該代碼可作為開源下載獲得。

“如果您認為很難翻譯醫生的筆跡,請嘗試將他們的醫學知識轉化為計算機語言,” PNNL的計算機科學家羅伯特·拉洛(Robert Rallo)說道,他領導PNNL團隊將人工智能應用于醫療保健。“困難的部分是合并多種類型的數據。諸如血液工作號或診斷代碼之類的計算機友好數據要比非結構化數據(如圖表筆記或來自X射線或MRI的圖像)容易得多。”

Rallo和PNNL團隊的其他成員正在創建方法,將多種不同類型的醫療保健數據與稱為知識圖的AI工具融合在一起,這是PNNL資助的項目Deep Care的一部分。

Rallo說:“知識圖就是醫生在診斷您時的想法。”“醫生會根據多年的培訓和經驗來了解他們之間的關系。這是他們在癥狀和疾病之間建立聯系的心理模型。我們正在將諸如此類的醫學知識的象征性表達轉化為可以與患者數據一起提供給機器學習算法的東西。”

PNNL計算機科學家Khushbu Agarwal強調AI不會取代醫生。相反,人工智能將成為決策支持工具。這些模型將可以訪問比任何人腦都可以存儲的更多的數據和更多的連接。這些模型遠不只是數據庫,甚至可以檢測到觀察一組隨機癥狀的醫生最初可能不會考慮的連接。但是,不應期望醫生從模型的面值得出結果。PNNL的計算機科學家Sutanay Choudhury專注于這些模型的可解釋性。他正在努力構建一種工具,可以使用醫生會解釋的易于理解的示例來解釋其推理,預測和建議。這樣的解釋增加了對該模型的信任,PNNL團隊設想該模型將有一天在醫療診所中部署。

作為其下一階段研究的一部分,PNNL團隊正在處理一個新的數據集,這是退伍軍人管理局與能源部之間合作的一部分。VA-DOE大數據科學計劃創建了用于分析醫學數據的安全計算環境,并包括研究自殺,心血管疾病和前列腺癌的新方法。

Top 河南22选5尾号走势图