WHEN someone shouts

WHEN someone shouts "Code Blue!" in

WHEN someone shouts "Code Blue!" in a hospital, it usually means a patient needs immediate help. An algorithm may be able to make that call 4 hours earlier to head off dangerous situations.
Code Blue events, which include cardiac or respiratory arrest, can be difficult to anticipate. Doctors use a scorecard, known as the Modified Early Warning Score, to estimate the severity of a patient's status by looking at vital signs like heart rate, blood pressure and temperature. Knowing that certain patients are at high risk helps hospitals to lower rates of arrest and shorten hospital stays.
Sriram Somanchi of Carnegie Mellon University in Pittsburgh, Pennsylvania, and his colleagues wanted to see if a computer could predict when these emergencies were imminent. "We had to understand what happens in Code Blue patients before they enter Code Blue," Somanchi says.
The researchers trained a machine-learning algorithm on data from 133,000 patients who visited the NorthShore University HealthSystem, a partnership of four Chicago hospitals, between 2006 and 2011. Doctors called a Code Blue 815 times. By looking at 72 parameters in patients' medical history including vital signs, age, blood glucose and platelet counts, the system was able to tell, sometimes from data from 4 hours before an event, whether a patient would have gone into arrest. It guessed correctly about two-thirds of the time, while a scorecard flagged just 30 per cent of events.
Peter Donnan at the University of Dundee, UK, says it may be difficult for the system to work in hospitals that don't collect such detailed patient data. The advantage of the scorecard, he says, is that it relies on a small number of parameters. "When we look at it from a statistical point of view, a small model is better."
The algorithm still needs work – it reports a false positive 20 per cent of the time, says Somanchi. To improve its performance, his team is planning to train the system with data from other hospitals. The work will be presented at the Knowledge Discovery and Data Mining conference in New York City in August.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
เมื่อคน shouts "รหัสบลู" ในโรงพยาบาล มักหมายถึง ผู้ป่วยต้องการความช่วยเหลือทันที อัลกอริทึมการอาจสามารถโทรที่ 4 ชั่วโมงก่อนหน้านี้สกัดสถานการณ์อันตรายได้
เหตุการณ์รหัสบลู ซึ่งรวมถึงจับกุมหัวใจ หรือทางเดินหายใจ สามารถยากที่จะคาดได้ แพทย์ใช้ดัชนีชี้วัด เป็นการปรับเปลี่ยนต้นเตือนให้คะแนน การประเมินความรุนแรงของสถานะของผู้ป่วย โดยดูสัญญาณชีพเช่นอัตราการเต้นหัวใจ ความดันโลหิต และอุณหภูมิ ทราบว่า ผู้ป่วยบางอยู่ในความเสี่ยงสูงช่วยลดอัตราการจับกุม และย่นพักโรงพยาบาลที่โรงพยาบาล
Sriram Somanchi ของมหาวิทยาลัยพิตส์เบิร์ก เพนซิลวาเนีย คาร์เนกีเมลลอน และเพื่อนร่วมงานของเขาต้องการดูถ้าคอมพิวเตอร์สามารถทำนายเมื่อฉุกเฉินเหล่านี้ถูกพายุฝนฟ้าคะนอง "เราได้เข้าใจสิ่งที่เกิดขึ้นในผู้ป่วยรหัสสีฟ้าก่อนที่พวกเขาป้อนรหัสบลู กล่าวว่า Somanchi.
อัลกอริทึมเครื่องเรียนรู้ข้อมูลจากผู้ป่วยจำนวน 133000 แห่งผู้เยี่ยมชม HealthSystem นอร์ธชอว์มหาวิทยาลัย ความร่วมมือของโรงพยาบาลชิคาโก้สี่ การฝึกอบรมนักวิจัย ระหว่างปี 2006 และ 2011 แพทย์เรียกว่าบลูรหัส 815 ครั้ง โดยดูที่พารามิเตอร์ 72 ในประวัติการรักษาของผู้ป่วยรวมทั้งสัญญาณชีพ อายุ ตรวจนับเกล็ดเลือดและระดับน้ำตาลในเลือด ระบบไม่สามารถบอกได้ บางครั้งข้อมูลจาก 4 ชั่วโมงก่อนเหตุการณ์ ว่า ผู้ป่วยจะได้ไปเข้าจับกุม มันเดาถูกต้องประมาณสองในสามของเวลา ในขณะที่เพียงร้อยละ 30 ของกิจกรรมที่ถูกตั้งค่าสถานะของดัชนีชี้วัด
ปีเตอร์ Donnan ที่มหาวิทยาลัยดันดี UK กล่าวว่า มันอาจจะยากสำหรับระบบการทำงานในโรงพยาบาลที่ไม่รวบรวมข้อมูลผู้ป่วยดังกล่าวโดยละเอียด ประโยชน์ของดัชนีชี้วัด เขากล่าวว่า คือ ว่า มันใช้จำนวนพารามิเตอร์ขนาดเล็ก "เมื่อเราดูได้จากมุมมองของจุดสถิติ แบบจำลองขนาดเล็กได้ดีกว่า"
อัลกอริทึมยังคงต้องทำงาน – รายงานเท็จบวก 20 ร้อยละของเวลา กล่าวว่า Somanchi เพื่อปรับปรุงประสิทธิภาพการทำงาน ทีมงานของเขามีการวางแผนการฝึกระบบข้อมูลจากโรงพยาบาลอื่น ๆ งานจะนำเสนอในการประชุมค้นหาความรู้และข้อมูลที่ทำเหมืองแร่ในนิวยอร์กในเดือนสิงหาคม
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
WHEN someone shouts "Code Blue!" in a hospital, it usually means a patient needs immediate help. An algorithm may be able to make that call 4 hours earlier to head off dangerous situations.
Code Blue events, which include cardiac or respiratory arrest, can be difficult to anticipate. Doctors use a scorecard, known as the Modified Early Warning Score, to estimate the severity of a patient's status by looking at vital signs like heart rate, blood pressure and temperature. Knowing that certain patients are at high risk helps hospitals to lower rates of arrest and shorten hospital stays.
Sriram Somanchi of Carnegie Mellon University in Pittsburgh, Pennsylvania, and his colleagues wanted to see if a computer could predict when these emergencies were imminent. "We had to understand what happens in Code Blue patients before they enter Code Blue," Somanchi says.
The researchers trained a machine-learning algorithm on data from 133,000 patients who visited the NorthShore University HealthSystem, a partnership of four Chicago hospitals, between 2006 and 2011. Doctors called a Code Blue 815 times. By looking at 72 parameters in patients' medical history including vital signs, age, blood glucose and platelet counts, the system was able to tell, sometimes from data from 4 hours before an event, whether a patient would have gone into arrest. It guessed correctly about two-thirds of the time, while a scorecard flagged just 30 per cent of events.
Peter Donnan at the University of Dundee, UK, says it may be difficult for the system to work in hospitals that don't collect such detailed patient data. The advantage of the scorecard, he says, is that it relies on a small number of parameters. "When we look at it from a statistical point of view, a small model is better."
The algorithm still needs work – it reports a false positive 20 per cent of the time, says Somanchi. To improve its performance, his team is planning to train the system with data from other hospitals. The work will be presented at the Knowledge Discovery and Data Mining conference in New York City in August.
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
เมื่อใครบางคนตะโกน " รหัสสีฟ้า " ในโรงพยาบาล มันมักจะหมายถึงผู้ป่วยต้องการความช่วยเหลือทันที ขั้นตอนวิธีอาจจะโทร 4 ชั่วโมงก่อนที่จะมุ่งหน้าออกจากสถานการณ์อันตราย .
รหัสเหตุการณ์สีฟ้าซึ่งรวมถึงหัวใจหรือการหายใจสามารถยากที่จะได้มา แพทย์ใช้เป็นดัชนีชี้วัด เรียกว่าแก้ไขคะแนนแจ้งเตือนล่วงหน้าเพื่อประเมินความรุนแรงของภาวะของผู้ป่วย โดยมองสัญญาณชีพ เช่น อัตราการเต้นของหัวใจ ความดันโลหิตและอุณหภูมิ ทราบว่าผู้ป่วยบางคนมีความเสี่ยงสูงจะช่วยให้โรงพยาบาลเพื่อลดอัตรา จับย่นโรงพยาบาลอยู่ .
sriram somanchi มหาวิทยาลัย Carnegie Mellon ใน Pittsburgh , Pennsylvania ,และเพื่อนร่วมงานของเขาต้องการที่จะดูว่าคอมพิวเตอร์สามารถทำนายเมื่อเหตุฉุกเฉินเหล่านี้ถูกข . เราต้องเข้าใจสิ่งที่เกิดขึ้นในรหัสผู้ป่วยสีฟ้า ก่อนที่จะป้อนรหัสสีฟ้า " somanchi
นักวิจัยกล่าวว่า การฝึกอบรมเป็นอัลกอริทึมที่ใช้ข้อมูลจากผู้ป่วยที่เข้าเยี่ยมชมมหาวิทยาลัย 133000 Northshore healthsystem , ความร่วมมือของ 4 โรงพยาบาลในชิคาโกระหว่างปี 2006 และ 2010 แพทย์เรียกโค้ดสีน้ำเงิน 815 ครั้ง ดู 72 พารามิเตอร์ในผู้ป่วยประวัติทางการแพทย์รวมทั้งสัญญาณชีพ อายุ กลูโคสในเลือดและเกล็ดเลือด นับ ระบบก็สามารถที่จะบอก บางครั้งจากข้อมูลจาก 4 ชั่วโมงก่อนเหตุการณ์ ไม่ว่าคนไข้จะต้องเข้าไปจับ มันเดาถูกประมาณสองในสามของเวลาขณะที่ดัชนีชี้วัดสถานะแค่ร้อยละ 30 ของเหตุการณ์ .
ปีเตอร์ดอนเนิ่นที่มหาวิทยาลัยดันดี , UK , กล่าวว่ามันอาจจะยากสำหรับระบบงานในโรงพยาบาลที่ไม่ได้เก็บข้อมูลผู้ป่วยรายละเอียดดังกล่าว ประโยชน์ของการศึกษา , เขากล่าวว่า , คือว่ามันขึ้นอยู่กับพารามิเตอร์จำนวนน้อย " เมื่อเรามองจากมุมมองทางสถิติ , รูปแบบขนาดเล็กจะดีกว่า "
อัลกอริทึมยังต้องการงานซึ่งรายงานเท็จบวกร้อยละ 20 ของเวลา , กล่าวว่า somanchi . เพื่อปรับปรุงประสิทธิภาพของทีมงานของเขาคือการวางแผนการฝึกระบบด้วยข้อมูลจากโรงพยาบาลอื่น งานจะถูกนำเสนอในการค้นพบความรู้และข้อมูลการประชุมเหมืองแร่ในนครนิวยอร์กในเดือนสิงหาคม
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: