Kutatás · arXiv · cs.AI ·
Intenzív osztályos szimulációhoz tanult betegmodellt mutattak be a kutatók
Kutatók neurális hálózatot tanítottak a MIMIC-IV adatain, amely több intenzív osztályos szimulációs kérdésben is újrahasználható, a modell újraépítése nélkül.
Az egészségügyi stratégiák hatásának előzetes becsléséhez rendszerszintű szimulációra van szükség, amelyhez a betegállapotok alakulását kell modellezni. A hagyományos megközelítések gyakran egyetlen kérdésre szabott állapotmodellt használnak, és figyelmen kívül hagyják a korábbi kórtörténet hatását, ezért új kérdésnél az állapotokat és átmeneteket újra kell definiálni.
A kutatócsoport hosszirányú elektronikus egészségügyi nyilvántartásokból tanult modellt a MIMIC-IV adatbázison tanított modell formájában, majd a befagyasztott hálózatot szcenárió-specifikus leképezésekkel kötötte az intenzív osztály naptárához, erőforrásaihoz és várakozási soraihoz. Így ugyanaz a modell adta az ágyigényt, az ellátási feladatokat és az elbocsátási javaslatokat az ágykapacitást, az ellátás-elosztást és az ICU utáni átmeneti kapacitást vizsgáló szimulációkban. A modell az összesített foglaltságban és a kapacitás- és elosztási szabályok irányában követte a Markov- és félig Markov-összehasonlító modelleket, és a megfigyelt pályákból visszajátszott szabályváltozások nyereségét is reprodukálta.
Ugyanazon támogató állapotba eltérő korábbi pályákról érkező betegeknél a tanult reprezentáció 24 órás felépülési különbséget jelzett: -6,4 százalékpontot a modell, -6,7 százalékpontot a megfigyelés szerint. Ezt a különbséget a kompakt állapotmodellek nem látták, a szimulációban viszont eltérő ellátási igényt, sorterhelést és ágyhasználatot eredményezett. Az eredmények alapján a tanult betegmodell kérdésspecifikus állapotmodellek kiváltása lehet, így új ellátási szabályok a szcenárió átkonfigurálásával értékelhetők.
Miért fontos neked?
Egészségügyi tervezőknek és kutatóknak, akik ágykapacitást vagy ellátásszervezési szabályokat szimulálnak, a hír azt jelzi, hogy egy befagyasztott modell több kérdésre is használható. Kutatási szintű eredmény: az eredmények egyetlen adatbázison és intenzív osztályos példán alapulnak, a valós kórházi alkalmazhatóság ezekből nem következik.
Az eredeti megnyitása (arXiv · cs.AI)
Eredeti cím: Learning a patient world model for health system simulation in intensive care
Címkék: egészségügy, intenzív terápia, szimuláció