Aufbau eines computerunterstützten Anamnese-, körperlichen Untersuchungs- und Diagnosesystems für Notfallpatienten durch maschinelles Lernen (II) (MLD)

In der Notaufnahme (ED) müssen Ärzte die Patientenbewertung und -verwaltung in kurzer Zeit abschließen, was im Gesundheitssystem unterschiedliche Anamneseerhebungen und körperliche Untersuchungsfähigkeiten erfordert.

Die Verarbeitung natürlicher Sprache (NLP) wurde nach der Entwicklung des maschinellen Lernens (ML) leicht zugänglich. Außerdem wurde die elektronische Krankenakte (EMR) in Gesundheitssystemen weit verbreitet. Es gibt immer mehr Tools, die versuchen, bestimmte Informationen aus der EMR zu erfassen, um klinische Mitarbeiter beim Umgang mit zunehmenden Patientendaten und bei der Verbesserung der Patientenversorgung zu unterstützen.

Irren ist jedoch menschlich. Ärzte können einige wichtige Anzeichen oder Symptome auslassen oder vergessen, sie in der Akte zu notieren, insbesondere in einer geschäftigen Notaufnahme. Dies führt zu einem ungünstigen Ergebnis, wenn es zu medizinischen Rechtsproblemen oder zur Überprüfung der nationalen Krankenversicherung kommt. Der Zustand könnte durch ein EMR-Unterstützungssystem eingeschränkt werden. Auch die Pflegequalität wird sich verbessern.

Die Ermittler planen, EMR der Notaufnahme durch NLP und maschinelles Lernen zu analysieren. Um die Verbindung zwischen Triagedaten, Hauptbeschwerden, Vorgeschichte, gegenwärtiger Krankheit und körperlicher Untersuchung herzustellen. Die Ermittler werden versuchen, die vorläufige Diagnose und die Disposition des Patienten vorherzusagen, nachdem die Beziehung gefunden wurde. Danach könnten die Ermittler versuchen, das Schlüsselelement der Anamneseerhebung und körperlichen Untersuchung des Patienten vorherzusagen und den Arzt zu informieren, wenn der Fehler passiert ist. Die Ermittler hoffen, dass das System die Qualität der medizinischen Aufzeichnungen und der Patientenversorgung verbessern kann.