Creación de un sistema de anamnesis asistido por ordenador, exploración física y diagnóstico del paciente de emergencia mediante aprendizaje automático (II) (MLD)

En el departamento de emergencias (ED), los médicos deben completar la evaluación y el manejo del paciente en poco tiempo, lo que requiere diferentes habilidades de toma de antecedentes y examen físico en el sistema de atención médica.

El procesamiento del lenguaje natural (NLP) se volvió fácilmente accesible después del desarrollo del aprendizaje automático (ML). Además, el registro médico electrónico (EMR) se ha aplicado ampliamente en los sistemas de atención médica. Cada vez hay más herramientas que intentan capturar cierta información del EMR para ayudar a los trabajadores clínicos a manejar el aumento de los datos de los pacientes y mejorar la atención al paciente.

Sin embargo, errar es de humanos. Los médicos pueden omitir algunos signos o síntomas importantes, u olvidarse de anotarlos en el registro, especialmente en una sala de emergencias muy concurrida. Conducirá a un resultado desfavorable cuando haya un problema legal médico o una revisión del seguro de salud nacional. La condición podría estar limitada por un sistema de apoyo EMR. La calidad de la atención también mejorará.

Los investigadores planean analizar EMR de la sala de emergencias mediante NLP y aprendizaje automático. Establecer el vínculo entre los datos de triaje, la queja principal, la historia pasada, la enfermedad actual y el examen físico. Los investigadores intentarán predecir el diagnóstico tentativo y la disposición del paciente después de encontrar la relación. A partir de entonces, los investigadores podrían tratar de predecir el elemento clave de la toma de antecedentes y el examen físico del paciente e informar al médico cuando ocurrió el error. Los investigadores esperan que el sistema pueda mejorar la calidad del registro médico y la atención al paciente.