Vývoj technologie generování syntetických lékařských dat pro predikci pooperačních komplikací

<Vývoj technologie generování syntetických lékařských dat pro predikci pooperačních komplikací>

Aby bylo možné vyvinout model pro predikci výskytu komplikací po operaci, je nutné sestavit kohortu spolu se statistickými ukazateli souvisejícími s výskytem komplikací. Tato studie si klade za cíl zkombinovat syntetická lékařská data založená na skutečných klinických datech a vyvinout prediktivní model založený na syntetických lékařských datech.

To výzkumníkům umožní provádět výzkum pouze se syntetickými daty, aniž by se zabývali skutečnými lékařskými daty, což jim umožní používat a zpracovávat data bez právních omezení a vytvářet tolik dat, kolik chtějí, na základě různých předzpracovaných, standardizovaných a označených nezpracovaných dat.

Do studie byli zařazeni pacienti ze tří nemocnic v Koreji (Soul National University Hospital, Seoul National University Bundang Hospital, Seoul Metropolitan City-Boramae Medical Center).

Lékařská data (klinická i laboratorní) od 410 000 pacientů, kteří byli operováni v letech 2005 až 2020, byla shromážděna za účelem vyhodnocení výkonnosti predikčního modelu pomocí vývoje predikčního modelu založeného na AKI a externího ověření.

Na základě shromážděných údajů o pacientech byla kombinována syntetická lékařská data pomocí algoritmu strojového učení a byla vyhodnocena anonymita a opětovná identifikace syntetizovaných lékařských dat.

Rovněž byl porovnán vývoj predikčního modelu založeného na AI využívající syntetická lékařská data a skutečný model lékařských dat.