Kutatás · arXiv · cs.LG ·
TRACER: betegségszűrésre készült alapmodell több egészségügyi rendszerben
A TRACER nevű, elektronikus egészségügyi adatokon tanított modell külső egészségügyi rendszerekben is megtartotta megkülönböztető képességét 16 betegség előrejelzésénél, a hamis riasztások terhe azonban eltért.
Az arXiv-on megjelent tanulmányban a kutatók bemutatták a TRACER (Temporal Risk Assessment with Clinical EHR Representations) nevű, dekóder alapú alapmodellt, amely longitudinális elektronikus egészségügyi adatokon (EHR) készült. A modellt négy egészségügyi rendszer több mint 4,5 millió betegének adatain tanították.
A fejlesztésbe be nem vont két egészségügyi rendszer több mint 2 millió betegén 16 betegség kialakulását vizsgálták 1, 2 és 5 éves időtávon. A szerzők a globális mutatók, például az AUROC helyett a szűréshez reális, alacsony hamis pozitív arányú működési pontokat mérték. 95%-os specificitásnál a kiemelt betegek legfeljebb nyolcszor nagyobb valószínűséggel kaptak egy éven belül diagnózist, mint a ki nem válogatott betegek.
A globális mutatók nem mutatták meg, hogy a felismerés és a hamis riasztások terhe betegségenként és egészségügyi rendszerenként eltér, akkor is, ha a megkülönböztető képesség stabilnak látszott. A kutatók szerint a szűrési célú felhasználáshoz a fejlesztésbe be nem vont rendszerekben is ki kell értékelni a felismerést és a hamis riasztási terhet.
Miért fontos neked?
Egészségügyi adatelemzéssel és szűrési programokkal foglalkozó kutatók és fejlesztők számára a hír azt jelzi, hogy a modell külső rendszerekben is működik, de a hamis riasztások aránya betegségenként és rendszerenként változik, ezért helyi validáció szükséges. A forrás nem említ nyilvánosan elérhető kódot vagy kereskedelmi hozzáférést.
Az eredeti megnyitása (arXiv · cs.LG)
Eredeti cím: TRACER, a time-to-event EHR foundation model for disease detection across health systems
Címkék: egészségügy, alapmodell