Создание компьютеризированной системы сбора анамнеза, физического осмотра и диагностики пациентов неотложной помощи с помощью машинного обучения (II) (MLD)

В отделении неотложной помощи (ED) врачам необходимо в короткие сроки завершить обследование и лечение пациента, что требует другого сбора анамнеза и навыков физического осмотра в системе здравоохранения.

Обработка естественного языка (NLP) стала легко доступной после развития машинного обучения (ML). Кроме того, электронная медицинская карта (ЭМК) получила широкое распространение в системах здравоохранения. Появляется все больше и больше инструментов, которые пытаются получить определенную информацию из EMR, помогая медицинским работникам обрабатывать увеличивающиеся данные о пациентах и ​​улучшать уход за пациентами.

Однако человеку свойственно ошибаться. Врачи могут пропустить некоторые важные признаки или симптомы или забыть записать их в протокол, особенно в загруженном отделении неотложной помощи. Это приведет к неблагоприятному исходу, когда возникнут медицинские юридические проблемы или пересмотр национального медицинского страхования. Состояние может быть ограничено поддерживающей системой ЭМИ. Качество лечения также улучшится.

Исследователи планируют анализировать ЭМИ отделения неотложной помощи с помощью НЛП и машинного обучения. Установить связь между данными сортировки, основной жалобой, анамнезом, текущим заболеванием и физическим осмотром. Исследователи попытаются предсказать предварительный диагноз и состояние пациента после того, как отношения будут обнаружены. После этого исследователи могли попытаться предсказать ключевой элемент сбора анамнеза и физического осмотра пациента и сообщить врачу, когда произошел промах. Исследователи надеются, что система может улучшить качество медицинской документации и ухода за пациентами.