Création d'un système d'anamnèse assistée par ordinateur, d'examen physique et de diagnostic d'un patient d'urgence grâce à l'apprentissage automatique (II) (MLD)

Dans les services d'urgence (ED), les médecins doivent effectuer l'évaluation et la gestion des patients en peu de temps, ce qui nécessite des antécédents différents et des compétences en matière d'examen physique dans le système de santé.

Le traitement du langage naturel (NLP) est devenu facilement accessible après le développement de l'apprentissage automatique (ML). En outre, le dossier médical électronique (EMR) a été largement appliqué dans les systèmes de santé. De plus en plus d'outils tentent de capturer certaines informations du DME pour aider les travailleurs cliniques à gérer l'augmentation des données des patients et à améliorer les soins aux patients.

Cependant, l'erreur est humaine. Les médecins peuvent omettre certains signes ou symptômes importants ou oublier de les noter dans le dossier, en particulier dans une salle d'urgence très fréquentée. Cela conduira à un résultat défavorable en cas de problème médico-légal ou de révision de l'assurance maladie nationale. La condition pourrait être limitée par un système de support EMR. La qualité des soins s'améliorera également.

Les enquêteurs envisagent d'analyser le DME des urgences par la PNL et l'apprentissage automatique. Établir le lien entre les données de triage, la plainte principale, les antécédents, la maladie actuelle et l'examen physique. Les enquêteurs essaieront de prédire le diagnostic provisoire et la disposition du patient après la découverte de la relation. Par la suite, les enquêteurs pourraient essayer de prédire l'élément clé de l'anamnèse et de l'examen physique du patient et informer le médecin lorsque l'échec s'est produit. Les enquêteurs espèrent que le système pourra améliorer la qualité des enregistrements médicaux et des soins aux patients.