MIT 最新 AI 医疗系统公布：“重症监护室干预” 与”电子医疗档案模型迁移“!

对于医生来说，跟踪病人的检查结果、图表和其他指标是一件非常耗时但又必要的事情:

想象一下，一个普通医生每天要面对多个病人。他要把他们的数据找出来，整合到自己的大脑里，然后决定采用哪种治疗方案。当患者资料不是特别全的情况下，比如之前在另一家医院医院的检查治疗，患者手头没有全部的检查单据，会浪费医生很多时间(比如之前联系医院或者复检)。

据雷锋网报道。在最新的一组论文中，来自麻省理工学院计算机科学和人工智能实验室CSAIL的研究人员提出了两个系统，以帮助医生在治疗方案上做出更好的决定。

一个团队开发了一个名为“ICU Intervene”的机器学习系统，即“重症监护室干预”。大量的重症监护室(ICU)数据，从患者的生命体征、之前医生的治疗记录，到人口统计学信息，都将被整合在一起，帮助医生做出决策——哪种治疗方案最适合当前患者的症状。该系统利用深度学习进行实时预测，从过去的ICU病例中学习，对当前的重症病例(重症监护)提出建议，并解释其背后的原因和逻辑。

ICU Intervene论文的第一作者、麻省理工学院博士生Harini Suresh说:

“这个系统有潜力成为ICU值班医生的助手。这些医生的工作环境压力极大，要求也很高。这项研究的目标是充分利用医疗记录的数据，提高医疗的水平，并提前预测必要的干预措施。”

另一个团队开发的系统被称为“EHR模型转移”，即“EHR模型转移”。可以促进跨电子医疗文件系统(EHR)预测模型的落地。也就是说，用一套EHR数据训练的预测模型可以移植到另一套EHR系统中进行应用和有效预测。研究小组发现，“EHR模型迁移”可以有效地预测病人的死亡率和住院时间。

这两个系统都由MIMIC训练，MIMIC是一个危急护理数据库，包含4万个危急病例的脱敏数据，由麻省理工学院计算生理学实验室开发。

通过麻省理工学院