ලාභ:
- කෘතිම බුද්ධිය සමඟ ඉලෙක්ට්රොනික සෞඛ්ය වාර්තා (EHR) දත්ත පිරිසිදු කිරීම, කේතනය කිරීම සහ විශ්ලේෂණය කිරීමේ පියවර පැහැදිලි කිරීමේ හැකියාව.
- අතුරුදහන් දත්ත, පක්ෂග්රාහීත්වය, පන්ති අසමතුලිතතාවය සහ තාවකාලික කාන්දුවීම් වැනි සායනික දත්ත අවදානම් හඳුනා ගැනීමේ හැකියාව
- ක්රමාංකනය, උප සමූහ කාර්ය සාධනය සහ සායනික ප්රයෝජනය හරහා පුරෝකථන ආකෘති නිමැවුම් වලංගු කිරීමේ හැකියාව
නවීන රෝහල්වල මතකය ඉලෙක්ට්රොනික සෞඛ්ය වාර්තාවයි (EHR): රෝග විනිශ්චය, රසායනාගාර ප්රතිඵල, ඖෂධ, ක්රියා පටිපාටි, හෙද සටහන් සහ වෛද්ය නිරීක්ෂණවල ඩිජිටල් එකතුවකි. මෙම දත්ත කෘතිම බුද්ධිය සඳහා නිධානයක් මෙන්ම බිම් බෝම්බයක් ද වේ. නිධානය එහි මිලියන ගණනක් රෝගී වාර්ෂික රටා අඩංගු නිසා; minefield සායනික දත්ත අසංවිධානාත්මක, අසම්පූර්ණ, පක්ෂග්රාහී සහ තාවකාලික උගුල් වලින් පිරී ඇති බැවිනි. මෙම ඒකකයට කෘතිම බුද්ධිය සමඟ EHR දත්ත පිරිසිදු කිරීම, කේතනය කිරීම සහ විශ්ලේෂණය ඇතුළත් වේ; වඩාත්ම ද්රෝහී දෝෂ (තාවකාලික කාන්දු වීම, පක්ෂග්රාහීත්වය, පන්ති අසමතුලිතතාවය); සහ අනාවැකි ආකෘති නිමැවුම් වලංගු වන්නේ කෙසේදැයි අපි බලමු.
මුල සිටම අපි මතක් කරමු: අවදානම් ආකෘතියක් පැවසිය හැකිය "මෙම රෝගියා නැවත පැමිණීමේ ඉහළ සම්භාවිතාවක් ඇත"; නමුත් මෙය තීරණ ආධාරක ප්රතිදානයක් මිස රෝග විනිශ්චයක් හෝ ප්රතිකාර තීරණයක් නොවේ. AI රෝග විනිශ්චය නොකරයි; තීරණය වෛද්යවරයා සහ සායනික කණ්ඩායම සතුය.
EHR දත්ත සමඟ වැඩ කිරීමට පියවර
පියවර 1 - අඩු කිරීම සහ ඒකාබද්ධ කිරීම. දත්ත විවිධ පද්ධති වලින් පැමිණේ (රසායනාගාර, ඖෂධ, විකිරණවේදය); රෝගියාගේ හැඳුනුම්පත සමඟ සංයුක්ත වේ. මෙම අවස්ථාවෙහිදී, රහස්යභාවය ඉහළම ප්රමුඛතාවය වේ (ඒකකය 10 බලන්න).
පියවර 2 - පිරිසිදු කිරීම. අස්ථානගත වූ අගයන්, ඒකක නොගැලපීම් (mg/dL සහ mmol/L ව්යාකූලත්වය), අනුපිටපත් වාර්තා සහ අභව්ය අගයන් (වයස අවුරුදු 200, රුධිර පීඩනය 0) ඉවත් කරනු ලැබේ. පිටස්තර සලකුණුකරණය සහ නිදහස් පෙළ ව්යුහගත කිරීමේදී AI මෙහි ශක්තිමත් වේ.
පියවර 3 - කේතීකරණය සහ ප්රමිතිකරණය. රෝග විනිශ්චය ICD (රෝග පිළිබඳ ජාත්යන්තර වර්ගීකරණය) වැනි සම්මත කේත වෙත සිතියම්ගත කර ඇති අතර ඖෂධ සම්මත ශබ්දකෝෂවලට සිතියම්ගත කර ඇත. නිදහස් පෙළ සටහන් වලින් ව්යුහගත තොරතුරු උපුටා ගැනීම ස්වභාවික භාෂා සැකසුම් (NLP) ලෙස හැඳින්වේ; AI මෙහි වටිනා ය, නමුත් එහි ප්රතිදානය වලංගු කිරීම අවශ්ය වේ.
පියවර 4 - විශේෂාංග ඉංජිනේරු. ආදර්ශ යෙදවුම් අමු දත්ත වලින් ජනනය වේ: අවසාන රසායනාගාර අගය, ප්රවණතාවය, ඖෂධ ගණන, සමෝධානික ලකුණු, ආදිය.
පියවර 5 - ආකෘති නිර්මාණය සහ ඇගයීම. පුරෝකථන ආකෘතිය ගොඩනඟා ඇති අතර-වඩාත්ම තීරණාත්මක කොටස-ප්රවේශම් සහගත, කාන්දු නොවන ආකාරයෙන් ඇගයීමට ලක් කෙරේ.
වඩාත්ම ද්රෝහී වැරදි තුන
තාවකාලික කාන්දු වීම. පුරෝකථනය කරන අවස්ථාවේ තවමත් නොපවතින විශේෂාංගයට තොරතුරු දැමීම. නිදසුනක් වශයෙන්, ඇතුළත් කිරීමේදී මරණයේ අවදානම තක්සේරු කිරීම සඳහා විසර්ජන රෝග විනිශ්චය හෝ අවසාන දින රසායනාගාර පරීක්ෂණ භාවිතා කිරීම. මෙම ආකෘතිය රසායනාගාරයේ පරිපූර්ණ ලෙස පෙනේ, නමුත් එය "අනාගතය" දැක ඇති නිසා සැබෑ භාවිතයේදී කඩා වැටේ.
අගතිය. දත්ත අතීත සායනික තීරණ පිළිබිඹු කරයි; මෙම තීරණ දැනටමත් අසමාන නම්, ආකෘතිය මෙය ඉගෙන ගෙන එය ශක්තිමත් කරයි. නිදසුනක් වශයෙන්, යම් කණ්ඩායමක් ඓතිහාසිකව පරීක්ෂා කිරීම සඳහා අඩුවෙන් ඇණවුම් කර ඇත්නම්, එම කණ්ඩායමේ රෝගය "පහළ" යැයි ආකෘතිය සිතිය හැකිය.
පන්ති අසමතුලිතතාවය. උනන්දුවක් දක්වන සිදුවීම (උදා: දුර්ලභ සංකූලතාවයක්) දත්ත වලින් 1%ක් නම්, සෑම විටම "කිසිදු සිදුවීමක් නැත" යැයි පවසන ආකෘතියක් 99%ක් නිවැරදි ලෙස පෙනෙන නමුත් නිෂ්ඵල වනු ඇත. නිරවද්යතාවය වෙනුවට, සංවේදීතාව, නිරවද්යතාවය සහ සිදුවීම් මත පදනම් වූ ප්රමිතික අවශ්ය වේ.
ඇගයීම: වෙනස්කම් කිරීම ප්රමාණවත් නොවේ, ක්රමාංකනය කිරීම අනිවාර්ය වේ
එකිනෙකට වෙනස් ප්රශ්න දෙකක් තිබේ. වෙනස්කම් කිරීම (AUC හි සාමාන්ය මිනුම): ආදර්ශය අවදානම අනුව රෝගීන් නිවැරදිව ශ්රේණිගත කරන්නේද? ක්රමාංකනය: ආකෘතියෙන් ලබා දී ඇති සම්භාවිතාව සැබෑ සංඛ්යාතවලට ගැලපේද? "20% අවධානම" යැයි පවසන රෝගීන්ගෙන් ආසන්න වශයෙන් 20%කට ඇත්ත වශයෙන්ම සිදුවීමක් තිබේද? සායනයේ එළිපත්ත මත පදනම්ව තීරණ ගනු ලබන බැවින්, හොඳින් ශ්රේණිගත කරන නමුත් දුර්වල ලෙස ක්රමාංකනය කරන ලද ආකෘතියක් වැරදි එළිපත්ත තීරණ වලට තුඩු දෙනු ඇත. අතිරේක වශයෙන්, උප සමූහ කාර්ය සාධනය (වයස, ස්ත්රී පුරුෂ භාවය, ජනවාර්ගිකත්වය, රෝහල) වෙන වෙනම වාර්තා කළ යුතු අතර සායනික ප්රයෝජනය පිළිබඳ ප්රශ්නය (මෙම ආකෘතිය භාවිතා කිරීමෙන් ඇත්තෙන්ම වඩා හොඳ ප්රතිඵල ලැබේද?) ඇසිය යුතුය.
කුඩා අවස්ථා තුනක්: අංක අනුව
1 වන අවස්ථාව - කාන්දු වීම මගින් සාර්ථකත්වය පුම්බා ඇත. නැවත ලබා ගැනීමේ ආකෘතියක් අභ්යන්තර පරීක්ෂණයේදී AUC 0.92 ලබා දුන්නේය; එය ඉතා හොඳ පෙනුමක්. "පශ්චාත්-විසර්ජන බාහිර රෝගී හමුවීම්" විශේෂාංග ඇතුළත් බව සමාලෝචනය සොයා ගන්නා ලදී; පුරෝකථනය කරන අවස්ථාවේ මෙම තොරතුරු නොතිබුණි. කාන්දුව පිරිසිදු කළ පසු, AUC 0.71 දක්වා පහත වැටුණි - එය යථාර්ථවාදී සහ භාවිතා කළ හැකි අගයකි.
නඩුව 2 - ක්රමාංකන ප්ලාවිතය. සෙප්සිස් පූර්ව අනතුරු ඇඟවීමේ ලකුණු එය සංවර්ධනය කරන ලද රෝහලේදී හොඳින් ක්රමාංකනය කර ඇති අතර, රෝගියාගේ පැතිකඩ වෙනත් රෝහලක එකම ලකුණු සඳහා සත්ය සිදුවීම් අනුපාතය මෙන් දෙගුණයක් පෙන්නුම් කළේය. ලකුණු නිවැරදිව ශ්රේණිගත කළ නමුත් සම්භාවිතාව වැරදි ය; නැවත ක්රමාංකනය නොකර එළිපත්ත භාවිතා කළ නොහැක.
නඩුව 3 - NLP සමඟ කාලය ඉතිරි කිරීම. එක් පර්යේෂක කණ්ඩායමක් රෝගීන්ගේ නෝට්ටු 12,000කින් දුම්වැටි ඉතිහාසය අතින් උපුටා ගනිමින් සිටියේය. සටහනකට ආසන්න වශයෙන් මිනිත්තු 2, මුළු පැය 400. NLP ආධාරක නිස්සාරණය මෙය පැය කිහිපයක් දක්වා අඩු කළේය; කණ්ඩායම අතින් පරීක්ෂා කළේ අහඹු ලෙස තෝරාගත් වලංගුකරණ නියැදියක් පමණක් වන අතර එය ආකෘතිය “අපැහැදිලි” විය. තීරනාත්මක වූයේ වලංගු කිරීමේ නියැදියේ සූක්ෂම පරීක්ෂණයයි.
දුර්වල ක්ෂණික / ශක්තිමත් ක්ෂණික
දුර්වල ක්ෂණික:
මෙම රෝගී දත්ත වලින් අවදානම් ආකෘතියක් ගොඩනඟා ප්රතිඵල වාර්තා කරන්න.[data]
බලවත් විමසුම:
ඔබේ කාර්යභාරය: ඔබ සායනික දත්ත විශ්ලේෂණ සහකාරයෙක් (ඔබ තීරණය කරන්නේ නැත). පහත දැක්වෙන නිර්නාමික විචල්ය ලැයිස්තුව සඳහා පුරෝකථන ආකෘතියක් PLAN විවේචනය කරන්න:- පුරෝකථනය කරන අවස්ථාවේ එක් එක් විචල්යය තිබේ දැයි සලකුණු කරන්න (කාලික කාන්දු වීමේ අවදානම).- පන්ති අසමතුලිතතාවය සහ පක්ෂග්රාහී විභව මූලාශ්ර ලැයිස්තුගත කරන්න.- වෙනස් කොට සැලකීම + ක්රමාංකනය + උප සමූහය + සායනික ප්රයෝජනවත් බව යෝජනා කරන්න. නිර්නාමික විචල්යයන් සහ ඉලක්කය:[ලැයිස්තුව]
පිටපත් කළ හැකි සැකිලි හතරක්
1) කාන්දු පරීක්ෂාව:
පහත දැක්වෙන විශේෂාංග ලැයිස්තුව "පුරෝකථනය කරන අවස්ථාවේ ලබා ගත හැකි" / "අනාගත තොරතුරු (කාන්දු)" ලෙස වර්ග කර එය සාධාරණීකරණය කරන්න. පුරෝකථනයේ ඉලක්කය සහ මොහොත: [අර්ථ දැක්වීම]. විශේෂාංග: [ලැයිස්තුව]
2) දත්ත තත්ත්ව වාර්තාව:
මෙම නිර්නාමික වගුව සඳහා නැතිවූ අගය අනුපාතය, නැතිවූ අගයන්, ඒකක නොගැලපීම සහ අනුපිටපත් වාර්තාව පරීක්ෂා කරන්න; ගුණාත්මක සාරාංශ වගුවක් දිස්වේ. වගුව: [දත්ත]
3) NLP අනුමාන සත්යාපන යෝජනා ක්රමය:
නිදහස් පෙළ අනුසටහන් වලින් [විචල්ය] උපුටා ගන්නා NLP පියවරක් සඳහා වලංගුකරණ සැලැස්මක් ලියන්න:අහඹු සාම්පල ප්රමාණය, රන් සම්මත ලේබල් කිරීම, සුදුසු මෙට්රික්, දෝෂ විශ්ලේෂණය.
4) ඇගයීම් රාමුව:
මෙම සායනික ආකෘතිය සඳහා කෙටුම්පත් ඇගයීම් රාමුවක් ලියන්න: වෙනස්කම් කිරීම (AUC), ක්රමාංකන වක්රය, උප සමූහ කාර්ය සාධනය, තීරණ වක්ර විශ්ලේෂණය. ආකෘතිය: [විස්තර]
ආකෘතියේ කාර්යභාරය: කාර්ය වර්ගය අනුව
කාර්ය වර්ගය
AI දායකත්වය
විවේචනාත්මක බව
සත්යාපනය
දත්ත පිරිසිදු කිරීම/පිටතය
ඉහළ
අඩු
ස්ථාන පරීක්ෂාව
NLP සටහන් වලින් උපුටා ගැනීම
ඉහළ
මධ්යම
නියැදි වලංගු කිරීම
අවදානම්/අනාවැකි ලකුණු කිරීම
මධ්යම
ඉහළ
ක්රමාංකනය + උප සමූහය
සම්පත් / ධාරිතාව සැලසුම් කිරීම
මධ්යම
මධ්යම
ව්යාපාර ඒකකය අනුමැතිය
ප්රතිකාර තීරණය
සීමිතයි
ඉතා ඉහළ
සම්පූර්ණ වෛද්ය අනුමැතිය
ඉඟිය: සායනික ආකෘතියක AUC අනපේක්ෂිත ලෙස ඉහළ මට්ටමක පවතී නම් (උදා: 0.95 ට වැඩි), සැමරීමට පෙර තාවකාලික කාන්දුවීම් සොයන්න. සැබෑ ලෝකයේ එවැනි ඉහළ අගයන් සාමාන්යයෙන් තොරතුරු කාන්දු වීමේ සලකුණකි.
අවවාදයයි: ආකෘතිය ඉතිහාස දත්තවල අසමානතාවයන් ඉගෙන ගෙන ශක්තිමත් කළ හැක. ඉහළ සමස්ත නිරවද්යතාවය ඇතැම් රෝගී කණ්ඩායම් තුළ ක්රමානුකූල හානියක් විය හැක; කාර්ය සාධනය සැමවිටම උප සමූහවල වාර්තා කළ යුතුය.
පොදු වැරදි
- තාවකාලික කාන්දුවක් නොදැනීම. අනාගතය පිළිබඳ දැනුම රසායනාගාරයේ ව්යාජ සාර්ථකත්වයක් ඇති කරයි.
- නිරවද්යතාවයෙන් සෑහීමකට පත් වන්න. අසමතුලිත දත්ත සමඟ නිරවද්යතාවය නොමඟ යවයි; සංවේදීතාව සහ ක්රමාංකනය අවශ්ය වේ.
- උප සමූහ වාර්තා නොකිරීම. සමස්ත මෙට්රික් පක්ෂග්රාහීත්වය සහ අසමානතාවය සඟවයි.
- ක්රමාංකනය මග හැරීම. හොඳ ශ්රේණිගත කිරීමේ ආකෘතියක් පවා එහි එළිපත්ත තීරණ වල වැරදි සිදු කළ හැකිය.
- තීරණය ආකෘතියට භාර දීම. ප්රතිදානය ආධාරක වේ; ප්රතිකාර තීරණය සායනික කණ්ඩායම සතුය.
සාරාංශයක් ලෙස
- EHR දත්ත බලවත් නමුත් නොගැලපෙන, අසම්පූර්ණ සහ පක්ෂග්රාහී ය; පිරිසිදු කිරීම සහ කේතනය කිරීම තීරණාත්මක පියවර වේ.
- තාවකාලික කාන්දු වීම වඩාත් ද්රෝහී දෝෂයයි; අනාගත දැනුම රසායනාගාරයේ ව්යාජ සාර්ථකත්වයක් ඇති කරයි.
- පන්ති අසමතුලිතතාවය සහ පක්ෂග්රාහීත්වය නිරවද්යතා මෙට්රික් නොමඟ යවන සුළු කරයි.
- ඇගයීමට වෙනස්කම් කිරීම, ක්රමාංකනය, උප සමූහගත කිරීම සහ සායනික ප්රයෝජනය ඇතුළත් විය යුතුය.
- පුරෝකථන නිමැවුම් ආධාරක වේ; රෝග විනිශ්චය සහ ප්රතිකාර තීරණ සායනික කණ්ඩායමට අයත් වේ.
යෙදුම් කාර්යය
පුරෝකථන ඉලක්කයක් සහ විචල්ය දහයක ලැයිස්තුවක් සාදන්න (හිතාමතාම “අපේක්ෂා” විචල්යයක් ඇතුළත් කරන්න, උදා: විසර්ජන රෝග විනිශ්චය). කාන්දුවීම් සඳහා ආකෘතිය පරීක්ෂා කිරීමට බලවත් විමසුම භාවිතා කර එය මෙම විචල්යය ග්රහණය කරන්නේ දැයි බලන්න. පසුව වෙනස්කම් කිරීම, ක්රමාංකනය සහ උප සමූහකරණය ඇතුළු අයිතම තුනකින් මෙම ආකෘතිය සඳහා ඇගයීම් රාමුවක් ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] EHR දත්ත සමඟ වැඩ කිරීමේ නිස්සාරණය, පිරිසිදු කිරීම, කේතනය කිරීම සහ ආකෘති සැකසීමේ පියවර මට වැටහෙනවා.
- [ ] මට තාවකාලික කාන්දුව හඳුනාගෙන දේපල ලැයිස්තුව පරීක්ෂා කළ හැක.
- පන්ති අසමතුලිතතාවය සහ අගතිය නිරවද්යතාව නොමඟ යවන ආකාරය මට වැටහුණි.
- [ ] වෙනස්කම් කිරීම සහ ක්රමාංකනය අතර වෙනස සහ ඒ දෙකෙහිම අවශ්යතාවය මම දනිමි.
- [ ] මට පුරෝකථන ප්රතිදානය පිහිටුවිය හැක්කේ සහාය ලෙස මිස තීරණයක් ලෙස නොවේ.