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.
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..
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..