Pembelajaran Mesin / AI Boleh Mengenal Orang yang Memerlukan Penjagaan Pakar untuk Depresi
Para penyelidik telah membuat model keputusan untuk meramalkan pesakit mana yang mungkin memerlukan lebih banyak rawatan untuk kemurungan mereka daripada apa yang ditawarkan oleh penyedia penjagaan utama mereka. Para saintis mengatakan bahawa algoritma dirancang khusus untuk memberikan maklumat yang boleh dilakukan oleh doktor dan masuk ke dalam aliran kerja klinikal yang ada.
Pakar menyatakan bahawa kemurungan adalah penyakit mental yang paling kerap berlaku di dunia. Pertubuhan Kesihatan Sedunia menganggarkan bahawa ia mempengaruhi sekitar 350 juta orang. Penyakit ini mungkin bervariasi dalam intensitas, mulai dari gangguan mood yang agak ringan hingga kemurungan lanjut atau parah.
Sebilangan orang mungkin dapat menguruskan kemurungan mereka sendiri atau dengan bimbingan dari penyedia penjagaan primer. Walau bagaimanapun, yang lain mungkin mengalami kemurungan yang lebih teruk yang memerlukan rawatan lanjutan dari penyedia penjagaan kesihatan mental.
Para saintis di Regenstrief Institute dan Indiana University membuat algoritma untuk melengkapkan rekod kesihatan elektronik dan mengenal pasti individu yang akan mendapat manfaat daripada rawatan lanjutan. Sistem maklumat kemudian memberi pemberitahuan kepada penyedia penjagaan primer supaya mereka dapat merujuk individu tersebut kepada pakar kesihatan mental yang sesuai.
"Matlamat kami adalah untuk membina model yang dapat dihasilkan semula yang sesuai dengan aliran kerja klinikal," kata Suranga N. Kasthurirathne, Ph.D., pengarang pertama makalah dan saintis penyelidikan di Regenstrief Institute.
"Algoritma ini unik kerana memberikan maklumat yang dapat ditindaklanjuti kepada doktor, membantu mereka mengenal pasti pesakit mana yang lebih berisiko mengalami kejadian buruk akibat kemurungan."
Algoritma menggabungkan pelbagai maklumat tingkah laku dan klinikal dari Indiana Network for Patient Care, pertukaran maklumat kesihatan di seluruh negara. Dr. Kasthurirathne dan pasukannya mengembangkan algoritma untuk keseluruhan populasi pesakit, serta beberapa kumpulan berisiko tinggi yang berbeza.
"Dengan membuat model untuk populasi pesakit yang berlainan, kami menawarkan pilihan pemimpin sistem kesihatan untuk memilih pendekatan pemeriksaan terbaik untuk keperluan mereka," kata Kasthurirathne.
"Mungkin mereka tidak mempunyai sumber daya komputasi atau manusia untuk menjalankan model pada setiap pesakit. Ini memberi mereka pilihan untuk memeriksa pesakit yang berisiko tinggi. "
"Doktor penjagaan primer sering mempunyai waktu yang terbatas, dan mengenal pasti pesakit dengan bentuk kemurungan yang lebih teruk boleh menjadi cabaran dan memakan masa. Model kami membantu mereka membantu pesakit mereka dengan lebih cekap dan meningkatkan kualiti rawatan secara serentak, ”kata Shaun Grannis, M.D., M.S., pengarang bersama.
"Pendekatan kami juga sangat cocok untuk memanfaatkan peningkatan penggunaan teknologi maklumat kesihatan dan interoperabilitas untuk memungkinkan perawatan pencegahan dan meningkatkan akses ke layanan kesihatan penyelesaian," kata Grannis.
Kajian ini muncul di Jurnal Penyelidikan Internet Perubatan.
Sumber: Regenstrief Institute / EurekAlert
