Twitter如何帮助预测急诊室就诊人数
在网上发布个人健康信息的推特用户可能被一些人认为是“过度分享者”，但亚利桑那大学领导的新研究表明，与健康相关的推特可能对医院有帮助。
在佐治亚大学管理信息系统和计算机科学教授苏达·拉姆(Sudha Ram)和达拉斯帕克兰临床创新中心(Parkland Center for Clinical Innovation)医生科学家约兰德·彭格茨(Yolande Pengetnze)的带领下，研究人员专门研究了慢性疾病哮喘以及与哮喘相关的推文(与其他数据一起分析)如何有助于预测哮喘相关急诊。
张Ram和她collaborators-including Wenli UA博士生在管理信息系统中,研究人员从公园中心临床创新造成好一个模型能够成功地预测大约多少哮喘患者会访问一个大型医院的急诊室达拉斯在给定的一天,根据对数据的分析电子医疗记录、空气质量传感器和Twitter。
他们的研究结果将在即将出版的杂志上发表IEEE生物医学与健康信息学杂志这篇论文的第一作者拉姆说，关于大数据的专刊可以帮助全国医院急诊部门更好地规划人员配备和资源管理。
“我们意识到哮喘是急诊科最大的交通发电机之一，”拉姆说。“通常情况下，急诊科没有合适的人来治疗这些患者，或者没有合适的设备，这导致了许多无法预见的问题。”
在三个月的时间里，拉姆和她的团队从达拉斯医院附近的环境传感器收集了空气质量数据。他们还收集并分析了与哮喘相关的推文，这些推文包含一些关键词，如“哮喘”、“吸入器”或“喘息”。根据电子医疗记录，在收集了来自全球的数百万条推文后，他们使用文本挖掘技术放大了大多数医院患者居住的地区的相关推文。
研究人员发现，随着某些空气质量指标的恶化，去急诊室治疗哮喘的人数也在增加。哮喘患者的数量也随着哮喘相关推文数量的增加而增加。研究人员还研究了该地区与哮喘相关的谷歌搜索，但发现它们并不能很好地预测哮喘急诊室就诊情况。
通过分析推文空气质量拉姆和她的合作者将这些信息加在一起，就能够使用机器学习算法，以75%的准确率预测急诊室在给定的一天内与哮喘相关的就诊人数是低、中还是高。
拉姆表示，该研究强调了大数据(包括来自社交媒体和环境传感器的数据流)在应对健康挑战方面的重要作用。
她和她的团队希望，他们的发现将有助于他们创建类似的预测模型，用于与糖尿病等其他慢性疾病相关的急诊室就诊。
“你可以从社交媒体上获得很多你无法获得的有趣见解电子健康记录”,Ram说。“你只是偶尔去看一次医生，而你并不总是告诉你的医生你锻炼了多少或吃了什么。但人们总是在社交媒体上分享这些信息。我们认为这样的预测模型非常有用，如果我们能结合各种类型的数据，来解决慢性疾病。”
拉姆是埃勒管理学院(Eller College on Management)商业智能与分析研究中心(INSITE Center for Business Intelligence and Analytics)的联席主任。INSITE中心通过使用各种来源的数据，集中于预测分析，包括社交媒体、传感器、移动应用程序和基于web的平台。
医疗保健——以及如何使用各种形式的数据来解决医疗保健问题——是该中心感兴趣的关键领域。
大数据分析已经被用来预测传染病的传播。例如，谷歌流感趋势Web服务根据与流感相关的谷歌搜索的分析，估计流感将在何时何地传播。
拉姆和她的合作者开发的模型是不同的，因为它关注的是一种慢性疾病。
“人们往往会在急诊室并不一定是针对传染性疾病，而是针对哮喘、糖尿病或心脏病等慢性疾病引起的并发症，这些都给我们的医疗保健系统造成了巨大损失。”
拉姆和她的合作者在论文中写道，超过2500万美国人受到哮喘的影响，每年约有200万人急诊就诊，50万人住院治疗，3500人死亡，直接医疗费用超过500亿美元。
尽管医院可以根据病史对哮喘患者的复诊时间做出风险预测，但拉姆和她的合作者创建的模型在人口水平上做出了预测。
疾控中心得到的报告是急诊科他们会在事件发生几个星期后进行视察，然后公布监控地图。”拉姆说道。“有了我们的新模型，我们现在几乎可以实时做到这一点，所以这是一个重要的公共卫生监测暗示。”
Ram的合著者Pengetnze说，这项研究代表了一种创新的人口健康方法。
“本研究中的多学科合作结合了临床专业知识、卫生服务知识、电子健康记录和非传统大数据解决哮喘这一主要健康挑战的来源，”她说。“这种多方面的方法可能对……的及时性有重要影响公共卫生监测首先是哮喘病，然后是其他繁重的工作慢性疾病比如儿童肥胖、2型糖尿病和心血管疾病等等。”
随着第一阶段研究的完成，拉姆和她的团队现在计划将哮喘研究扩展到达拉斯-沃斯堡地区的75家医院。
“我们得到了非常好的结果，”拉姆说，“现在我们正在建立更稳健的模型，看看是否可以通过在更长的时间内使用更多类型的数据集来提高精度水平。”
进一步探索
用户评论