【希望之声澳洲生活台2022年08月25日讯】 想象一个未来的场景——专业医护人员会在看到患者表现出症状之前就对患者的病情恶化发出警报——这是联邦科学与工业研究组织(The Commonwealth Scientific and Industrial Research Organisation ,CSIRO)的科学家们正在努力创造的未来。
CSIRO的科学家主导了一项新研究,开发出一种机器学习工具,该工具可为医疗专业人员提供患者病情恶化的早期预警。这种早期预警检测不是通过使用传感器,而是基于存储在电子病历(Electronic Medical Record ,EMR)中的数据的一种算法。
该研究是与布里斯本的亚历山德拉公主医院和 Metro South 医院和卫生服务中心合作完成的,并应用于一个包含 18,000 多个患者记录的测试队列。研究发现预警恶化警报可以设置为监测患者两到八小时,然后再通过当前的临床措施向他们发出警报。
研究人员表示,医疗专业人员可以使用电子病历中的数据来预测患者的生命体征和病情何时可能下降。“到目前为止,还没有一种方法可以利用电子病历中的所有数据来预测患者的健康状况,”CSIRO 的 Sankalp Khanna 博士说,“这个新工具有可能改变卫生系统的日常运作方式。”
CSIRO 表示,当患者有可能导致死亡、心脏骤停或入住 ICU 的风险恶化时,警报会提醒医务人员。借助 EMR中的数据,这些信息可用于帮助医务人员做出有关患者健康和护理的决策。但是直到现在,一些医院和患者数据还无法以电子方式访问,这限制了从中开发数字工具的能力。
“我们的科学家拥有将数据转化为可用信息以帮助指导临床选择的专业知识,”Khanna 博士说,“新工具还列出了警告的原因,可以指导干预措施的选择,诸如此类的临床决策支持工具是一种先发制人的解决方案,可以为医务人员提供更早干预以降低患者出现不良后果的概率。”
在针对被确定为有 95%、85% 和 70% 的恶化风险的患者的测试队列中,该工具对提前两到八小时的预测准确度高达 100%。
PA 医院的 ICU 工作人员专家 David Cook 博士表示,该工具可以在大型医院普及,以及时应对患者病情意外恶化的情况。他说,“它没有重复流程,也不会干扰用于识别患病和恶化病房患者的既定最佳实践系统。”
但是,要完全实现这种机器学习工具,需要借助电子病历解决很多问题。在这种情况下,不完整的数据集弊大于利。CSIRO 的科学家们现在正在与合作伙伴讨论一项临床试验,以探索警报如何工作以及如何更好地将它们实施到临床工作流程中。
责任编辑:威廉