Искусственный интеллект научился сортировать медицинские карты
Американские ученые создали алгоритм искусственного интеллекта, позволяющий проанализировать и отсортировать электронные медицинские карты заболеваний. Метод, столь же эффективный, как и ручная классификация, позволит значительно ускорить процесс изучения новых заболеваний. Статья опубликована в журнале Patterns.
Ученые Школы медицины Икана Медицинского центра Маунт-Синай разработали новый автоматизированный алгоритм на основе искусственного интеллекта, который считывает данные пациентов из электронных медицинских карт и выявляет определенные заболевания не хуже, чем традиционные методы.
«В настоящее время наблюдается стремительный рост количества и типов данных, хранящихся в электронных медицинских картах пациентов. Распутывание этой сложной паутины может быть очень трудоемкой задачей, замедляющей прогресс клинических исследований, — говорит соавтор работы Бенджамин Гликсберг. — В этом исследовании мы создали новый метод машинного обучения для извлечения данных, более быстрый и менее сложный, чем традиционные методы».
В настоящее время в США для поиска новой информации в медицинских записях используются программы и алгоритмы, управляемые системой PheKB. Хотя она эффективна для правильного определения диагноза пациента, процесс разработки алгоритма может быть очень трудоемким. Исследователь сначала должен определить записи, однозначно связанные с заболеванием: анализы, рецепты и т. д. Затем алгоритм ищет пациентов с похожими данными, однако полученный список нужно проверять вручную.
Ученые предложили новый подход, в котором алгоритм учится самостоятельно определять фенотипы болезней и экономит время и силы исследователей. Программа получает информацию непосредственно из медицинских карт и находит взаимосвязи между данными и заболеваниями. Таким образом, компьютер выполняет большую часть работы, которую обычно делали люди, определяя комбинацию данных, лучше всего описывающую конкретное заболевание. Сравнение эффективности нового и старого подхода показало, что для девяти из десяти протестированных заболеваний новая система была так же или даже более эффективна.