研究人员使用AI和消除识别信息健康记录来识别最安全的髋关节植入物
研究人员使用AI和消除识别信息健康记录来识别最安全的髋关节植入物
之前医疗设备,如心脏起搏器或人工髋关节植入物,到达市场,它必须满足特定的安全标准由美国食品和药物管理局。但这些标准仅仅是第一步;任意数量的事情可能发生,当设备诊所。
“安全标准要求FDA首次批准,设备的使用,”尼噶沙阿博士说,医学和副教授生物医学科学数据在斯坦福大学。“我们需要的是一个可伸缩的超出self-reporting-to看到安全有效的在人群中这些设备经过多年的使用。”
大量的健康记录详细的经历真实的病人已经有了答案,沙阿说。他和他的团队是我使用人工智能。
论文详细介绍这项研究的结果发表在9月25日在npj数字医学。国王是资深作者。斯坦福大学研究科学家艾莉森·卡拉汉博士和杰森薯条,博士,首席作者分享。
还有其他障碍。患者信息通常是分布在多个数据库中,很难发现任何给定的信号设备的安全性和成功率。国王和他的团队基于ai的监控方法通过访问患者数据剥夺的个人识别信息。
丰富的信息的
“有丰富的信息隐藏在这些记录,并收集了数百万,他们提供了一个宝贵的资源显示哪些设备是最可靠的,”薯条说。
算法背后的想法是找到一种方法来连接某些医学特征比如感染率,之前一个植入能持续多久需要更换,和水平的病人疼痛特定植入式设备。国王和他的团队选择遵循髋关节植入物作为证据的原则,因为它们是最常见的一种医疗器械。
研究小组表明,该算法准确有效地识别与每个病人植入并发症事件。卡拉汉说,该算法还指出,一个强大的预测并发症:疼痛。
“先前的研究同样表明,疼痛是一个有用的预测以后很多严重的并发症,”她说。通过追踪病人疼痛程度随着时间的推移,该模型揭示了患者的生活质量与特定的植入。从许多病人通过编译数据,该算法也提供了一个更广泛的图片与每个相关的并发症和疼痛程度设备。
研究人员知道该算法可以国旗最安全的设备。但炸薯条和卡拉汉希望它能提供更细致的信息。例如,人们越来越髋关节植入物在年轻的年龄,卡拉汉说,将他们的时间更长。理想情况下,该算法可以帮助显示移植模型最适合特定populations-say,有人在40多岁和70多岁的人。
“愿景是使用这种技术提供量身定做,根据一个人的病史,患者的立场建议“薯条说。但是,研究人员需要更多的数据,所以他们开始部署模型在其他网站,如退伍军人健康管理局,看看它的博览会。
“我们的希望是,我们把新数据,我们将继续提高我们的模型的精度和效率,同时增加效用广泛的患者群体中,”卡拉汉说。
