שני מחקרים חדשים של המחלקה לביו-רפואה חישובית בסידרס-סיני מקדמים את מה שאנחנו יודעים על שימוש למידת מכונות ובגדול נתונים לשיפור הבריאות והמחקר הרפואי. שני המחקרים פורסמו בכתב העת שנבדק על ידי עמיתים דפוסיםו
במחקר הראשון, חוקרי סידרס-סיני יישמו טכניקות סטטיסטיות מתקדמות לניתוח רשומות בריאות אלקטרוניות מכמעט 100,000 שהות בבית חולים. גישה זו זיהתה תרופות שהיו קשורות באופן בלתי צפוי לגידול או הורדת רמות הסוכר בדם של חולים מאושפזים.
הממצאים שלנו מציעים תובנות מעשיות שיעזרו לקלינאים לצפות ולנהל שינויים בסוכר בדם הקשורים לתרופות, ובסופו של דבר לשפר את הבטיחות הגליקמית עבור חולים בבתי חולים. "
ג'סי ג 'מאייר, דוקטור
במחקר השני, בהנהגת משותף על ידי Cedars-sinai, החוקרים פיתחו שיטה מאובטחת לאגף נתוני מטופלים מבתי חולים מרובים למחקרי מחקר. שיטה זו מאפשרת לבתי חולים לשלוח סיכומים סטטיסטיים של מאפייני מטופליהם, ולא לנתוני הבריאות של יחידים, למיקום מרכזי לניתוח על ידי חוקרים, מה שמפחית את הסיכון לחשיפה שלא בכוונה של מידע רגיש לחולים.
"הגישה החדשנית שלנו פותחת את הדלת למחקרים גדולים יותר ומגוונים יותר המגנים טוב יותר על פרטיות המטופלים, משפרים את איכות המחקר ותומכים בפיתוח טיפולים יעילים יותר", אמר Ruowang LI, PhD, עוזר פרופסור לביו-רפואה חישובית ב- Cedars-SINAI וסופר משותף של המחקר.
"שני המחקרים מדגישים את הגישה הייחודית שלנו לשימוש בלימוד מכונות ובנתונים גדולים ברפואה אקדמית", אמר ג'ייסון מור, דוקטורט, פרופסור ויו"ר המחלקה לביו-רפואה חישובית בסיכארס-סיני ומחבר המחקר. "מחקרים אלה מטפחים שיתוף פעולה, ובסופו של דבר מובילים לטיפול ומחקר של מטופלים המונעים על ידי נתונים, מתגברים על פערים בתוצאות ויצירת חיים בריאים יותר."ו
