脳卒中コールにおける人工知能 (AI) のサポート (AISMEC)

このプロジェクトでは、研究者は 2019 年にヘルゼ ベルゲンから退院したすべての脳卒中患者からデータを収集します。 1000 人の患者) を Norwegian Stroke Registry (NSR) 経由で。 これらの患者については、Helse Bergen から構造化された病院データが取得され、これらと脳卒中に関する緊急通報の内容に基づいて、研究者は機械学習を使用して脳卒中のリスクを計算します。 病院の過去のデータを緊急通報の話し言葉に関連付けることで、音声分析のみと比較して、緊急通報の分析が斬新な方法で増幅されます。

脳卒中患者のデータを取得して接続した後、研究者は 2019 年のデータを使用してディープ ネットワークをトレーニングします。 それに伴い、2020年上半期より患者様を対象に検査を実施いたします。 データをトレーニング、テスト、および検証に分離することで、トレーニングされたネットワークがトレーニング データに過度に適合せず、以前に見られなかった患者で同様の結果を再現できることが保証されます。 最後に、調査員は、AMK ベルゲンで AI を実際に使用した約 1 年間のデータの統計分析を通じて、AI のパフォーマンスを現在のシステムと比較します。 これにより、感度と特異性の観点から、システムがEMCCオペレーターの決定プロセス内でどの程度改善できるかを評価できます。

要約すると、主な目的は、緊急医療コールでの評価を改善するために、急性脳卒中をリアルタイムで識別できる AI システムの堅牢で実用的なプロトタイプを構築することです。

私たちの二次的な目的は次のとおりです。

• 緊急通報の音声と病院の記録内の利用可能なデータ ソースに基づいて、患者が急性脳卒中を患っているかどうかを迅速に予測できる AI システムを実装する
• EMCC オペレーターのトリアージ決定手順を支援および改善するために AI システムを使用できることを証明すること。

期待される結果は、迅速に配信することです (つまり、 秒) 予測スコアは、EMCC オペレーターが急性脳卒中患者を認識するのを支援します。これにより、手動評価のみと比較して感度と特異性が向上します。