זה יהיה מועיל מאוד לרופאים שמנסים להציל חיים ביחידות טיפול נמרץ אם ניתן היה להתריע עליהם כאשר מצבו של המטופל מתדרדר במהירות או מראה חיוניות בטווחים לא תקינים מאוד.
בעוד שמודלים של למידת מכונות נוכחית מנסים להשיג מטרה זו, מחקר של וירג'יניה טק שפורסם לאחרונה ברפואת תקשורת מראה כי הם נופלים עם מודלים לחיזוי תמותה בבית חולים, המתייחס לחזות את הסבירות שמטופל ימות בבית החולים, לא יכיר 66 אחוז מהפגיעות.
תחזיות הן בעלות ערך רב אם הן יכולות לזהות במדויק את מצבי המטופל הקריטיים. הם צריכים להיות מסוגלים לזהות חולים עם החמרת מצבים בריאותיים ולהתראה על רופאים מייד. "
דנפנג "דפנה" יאו, פרופסור במחלקה למדעי המחשב וסגל השותפים במרכז סנגהאני למודיעין מלאכותי וניתוח נתונים
"המחקר שלנו מצא ליקויים רציניים בהיענותם של מודלים ללימוד מכונות נוכחיים", אמר יאו. "מרבית המודלים שהערכנו אינם יכולים לזהות אירועי בריאות קריטיים וזה מהווה בעיה משמעותית."
לנהל את המחקר שלהם, YAO ומדעי המחשב. הסטודנט טנמוי סרקר פיאס שיתף פעולה עם:
- שרמין אפרוזה, המעבדה הלאומית של אוק רידג ', טנסי
- מון דאס טולי, בית החולים המכללה לרפואה גרינלייף, דאקה, בנגלדש
- Ipsita חמיד טרישה, המרכז הרפואי באוניברסיטת באנר, טוסון ומכללת הרפואה באוניברסיטת אריזונה
- שינווי דנג, המחלקה לסטטיסטיקה בווירג'יניה טק
- צ'רלס ב. נמרוף, המחלקה לפסיכיאטריה ומדעי ההתנהגות, אוניברסיטת טקסס בבית הספר לרפואה של אוסטין דל
המאמר שלהם, "היענות נמוכה של מודלים למידת מכונות למצב בריאותי קריטי או מתדרדר", מראה כי נתוני המטופלים אינם מספיקים כדי ללמד מודלים כיצד לקבוע סיכונים בריאותיים עתידיים. כיול מודלים בתחום הבריאות עם "חולי בדיקה" עוזר לחשוף את היכולת והמגבלות האמיתיות של המודלים.
הצוות פיתח גישות בדיקות רפואיות מרובות, כולל שיטת עליית שיפוע ומפת הפעלה עצבית. שינויי צבע במפת ההפעלה העצבית מציינים עד כמה מודלים של למידת מכונות מגיבים להחמרה מצבי המטופל. שיטת עליית Gradient יכולה לייצר אוטומטית מקרי בדיקה מיוחדים, מה שמקל על הערכת איכות המודל.
"הערכנו באופן שיטתי את היכולת של מודלים של למידת מכונות להגיב למצבים רפואיים חמורים באמצעות מקרי בדיקה חדשים, שחלקם הם סדרות זמן, כלומר הם משתמשים ברצף של תצפיות שנאספו בפרקי זמן קבועים כדי לחזות ערכים עתידיים", אמר PIAS. "בהנחיית רופאים רפואיים, ההערכה שלנו כרוכה במודלים מרובים של למידת מכונות, טכניקות אופטימיזציה וארבע מערכי נתונים לשתי משימות חיזוי קליניות."
בנוסף למודלים שלא הכירו 66 אחוז מהפגיעות בגין חיזוי תמותה בבית חולים, המודלים לא הצליחו לייצר, במקרים מסוימים, ציוני סיכון תמותה נאותים לכל מקרי הבדיקה. המחקר זיהה ליקויים דומים בתגובה של מודלים של פרוגנוזה של חמש שנים לסרטן שד וריאות.
ממצאים אלה מודיעים למחקר עתידי בתחום הבריאות באמצעות למידת מכונות ובינה מלאכותית (AI), אמר יאו, מכיוון שהם מראים שמודלים של למידת מכונות סטטיסטית שהוכשרו אך ורק מנתוני מטופלים אינם מספיקים באופן גס ויש להם כתמים עיוורים מסוכנים רבים. כדי לגוון את נתוני האימונים, ניתן למנף דגימות סינתטיות מפותחות אסטרטגית, הצוות של YAO בחן בשנת 2022 כדי לשפר את הגינות החיזוי לחולי מיעוט.
"תכנון מהותי יותר הוא לשלב ידע רפואי עמוק במודלים של למידת מכונות קלינית", אמרה. "זו עבודה מאוד תחומית, הדורשת צוות גדול עם מומחיות מחשובית וגם רפואית."
בינתיים, הקבוצה של YAO בודקת באופן פעיל מודלים רפואיים אחרים, כולל מודלים בשפה גדולה, לבטיחותם ויעילותם במשימות קליניות רגישות לזמן, כמו גילוי אלח דם.
"בדיקות בטיחות AI הן מירוץ נגד הזמן, כאשר חברות שופכות מוצרים למרחב הרפואי", אמרה. "בדיקה שקופה ואובייקטיבית היא חובה. בדיקת AI מסייעת בהגנה על חייהם של אנשים וזה מה שהקבוצה שלי מחויבת אליו."
