Модель ИИ улучшает выявление послеродовых кровотечений

Послеродовое кровотечение, серьезное и часто недостаточно изученное осложнение беременности, представляет собой глобальную проблему здравоохранения, являясь ведущей причиной материнской смертности и заболеваемости. Исследователи из больницы Брехема и Женщин совершили прорывной шаг в решении этой проблемы, используя возможности большой языковой модели Flan-T5 для извлечения важных медицинских данных из электронных медицинских карт (EHR). Их исследование не только улучшает выявление пациентов, страдающих послеродовым кровотечением, но и открывает двери к предиктивной медицине.

Проблема послеродового кровотечения

Послеродовое кровотечение — это сложное медицинское состояние с различными проявлениями, факторами риска и причинами. Несмотря на его распространенность, оно не имеет универсального определения и часто недостаточно отражено в медицинских записях. Это подчеркивает срочность необходимости более эффективных методов выявления и понимания групп населения, находящихся в группе риска.

Роль Flan-T5

В этом инновационном исследовании Flan-T5, большая языковая модель, emerges as a powerful tool for addressing the challenges posed by postpartum hemorrhage. Исследователи поручили Flan-T5 извлекать медицинские концепции из электронных медицинских карт 131 284 пациенток, родивших в больницах Mass General Brigham между 1998 и 2015 годами. В отличие от традиционных методов, основанных на кодах выставления счетов, этот подход на основе ИИ достиг впечатляющих результатов без ручной маркировки.

Повышенная точность и выявление

Результаты исследования показывают значительные преимущества модели Flan-T5. Она продемонстрировала впечатляющую точность 95% в выявлении пациентов с послеродовым кровотечением. Кроме того, она превзошла стандартный метод, что привело к выявлению на 47% больше затронутых пациентов.

Помимо улучшенного выявления, модель Flan-T5 предлагает захватывающую перспективу прогнозирования. Получая данные о субпопуляциях с более высоким риском послеродового кровотечения, клиницисты могут принимать проактивные меры для предотвращения или управления состоянием до того, как оно станет критическим.

Расширение возможностей

Применение больших языковых моделей, таких как Flan-T5, выходит за рамки послеродовых кровотечений. Этот подход обещает решение широкого спектра медицинских состояний и заболеваний. По мере того как отрасль здравоохранения продолжает внедрять искусственный интеллект, такие инструменты могут революционизировать непрерывность медицинской помощи.

Кризисы в области материнского здоровья в Соединенных Штатах и по всему миру требуют срочного внимания. Модель Flan-T5 представляет собой важный шаг в правильном направлении. Классифицируя субпопуляции и предлагая возможности прогнозирования, она способствует более эффективной и проактивной материнской помощи.

Принятие медицинских решений в реальном времени

Одним из заметных последствий этого исследования является его потенциал для руководства принятием медицинских решений в реальном времени. Клиницисты могут использовать данные, сгенерированные Flan-T5, для информирования своих решений, что приведет к более обоснованным и своевременным вмешательствам.

Планы исследовательской команды на будущее включают расширение этого подхода для изучения других осложнений беременности. Их цель — решить растущие проблемы, с которыми сталкивается материнское здоровье в Соединенных Штатах, подчеркивая потенциал решений на основе ИИ в здравоохранении.

Сотрудничество между NASA и IBM по разработке инструмента ИИ для прогнозирования последствий изменения климата в конкретных местах является значительным этапом в стремлении решить глобальный климатический кризис. Предоставляя детализированные данные о факторах, связанных с климатом, таких как покрытие деревьями, выбросы углерода и риски наводнений и лесных пожаров, этот инструмент дает возможность людям и сообществам принимать обоснованные решения и планировать меры по предотвращению климатических рисков. Кроме того, его открытый исходный код способствует подотчетности и участию сообщества в климатических действиях. По мере того как этот инструмент станет доступен в 2024 году, он может стать ценным ресурсом в борьбе с изменением климата.