Desenvolvimento de tecnologia de geração de dados médicos sintéticos para prever complicações pós-operatórias

<Desenvolvimento de tecnologia de geração de dados médicos sintéticos para prever complicações pós-operatórias>

Para desenvolver um modelo para prever a ocorrência de complicações após a cirurgia, é necessário estabelecer uma coorte juntamente com indicadores estatísticos relacionados à ocorrência de complicações. Este estudo visa combinar dados médicos sintéticos com base em dados clínicos reais e desenvolver um modelo preditivo baseado em dados médicos sintéticos.

Isso permitirá que os pesquisadores conduzam pesquisas apenas com dados sintéticos sem lidar com dados médicos reais, permitindo que eles usem e processem dados sem restrições legais e criem quantos dados quiserem com base em vários dados brutos pré-processados, padronizados e rotulados.

Pacientes de três hospitais na Coréia (Seul National University Hospital, Seoul National University Bundang Hospital, Seoul Metropolitan City-Boramae Medical Center) foram incluídos no estudo.

Dados médicos (clínicos e laboratoriais) de 410.000 pacientes que foram operados entre 2005 e 2020 foram coletados para avaliar o desempenho do modelo de predição usando o desenvolvimento do modelo de predição baseado em AKI e verificação externa.

Com base nos dados coletados do paciente, os dados médicos sintéticos foram combinados usando o algoritmo de aprendizado de máquina, e o anonimato e a reidentificação dos dados médicos sintetizados foram avaliados.

Além disso, o desenvolvimento do modelo de previsão baseado em IA usando dados médicos sintéticos e o modelo de dados médicos reais foram comparados.