Sağlık Hizmetlerinde Algoritmalardan En İyi Şekilde Yararlanma


Hangi filmi izlemek isteyebileceğinizi, hangi şarkıyı dinlemek isteyebileceğinizi veya çevrimiçi olarak hangi ürünü satın almak isteyebileceğinizi tahmin edebilen aynı temel teknoloji aynı zamanda hastalıkların başlangıcını, bakım maliyetlerini tahmin edebilir ve tedavi önerebilir. doktorlarınız, hemşireleriniz ve eczacılarınız için seçenekler.

Algoritmalar sağlık hizmetleri için yeni değil. Gerçekten de, Sağlık Bilgi Teknolojisi (Sağlık Bilişimi) Sertifikasyon Programımızın önemli ve uzun süredir devam eden bir parçası, “kurallara dayalı” algoritmaları ve klinik gibi uzmanlar tarafından türetilen kuralları kullanan yazılım sistemlerini kapsayan Klinik Karar Desteği (CDS) sertifikasyon kriterini içermektedir. “girdileri” bir “çıktı”ya dönüştürmek için yönergeler. Karar destek teknolojileri on yıllardır var olsa da (ve yakında çıkacak bir blog dizisinin konusu olacak), yapay zeka (AI) ve makine öğreniminin (ML) karar verme süreçlerine uygulanması istikrarlı bir şekilde büyümektedir. Bu yeni bilgi işlem teknolojilerine güç sağlamak için kullanılan verilerin ölçeği ve hacmi de öyle. Sağlık hizmetleri ortamlarında karar vermeye yardımcı olmak için AI/ML ile ilgili yeni bir çalışma, ürün veya uygulama hakkında okumadığımız bir gün geçmiyor. acil serviste pnömoniyi tahmin etmek, yatan hasta ölümünü tahmin etmekve Kalça kırıklarının teşhisinde klinisyenlere yardımcı olmak, Sadece birkaç isim.

Bu teknolojilerin yeniliği yönlendirme, pazar rekabetini artırma ve hastalar ve toplumlar için bakımı büyük ölçüde iyileştirme potansiyeli vardır. Bununla birlikte, herhangi bir yeni sağlık BT’si gibi, fayda ve risklere ilişkin bir kanıt temeli oluşturmak için inceleme ve sorgulama gerektirir. Bugüne kadar yapılan çalışmalardan bildiğimiz şey, AI/ML güdümlü tahmin teknolojisinin hasta güvenliğini olumlu veya olumsuz yönde etkileyebileceği, önyargı oluşturabileceği veya yayabileceği ve artan veya azalan maliyetlerle sonuçlanabileceğidir. Kısacası, sonuçlar karıştırılmıştır. Ancak ilgi – ve potansiyel fayda – yüksek kalır.

Bu yeni ve gelişen teknolojilerin uygun kullanımı hakkında daha derin bir tartışmayı motive etmek için, ABD Sağlık ve İnsan Hizmetleri Departmanı (HHS) bünyesindeki Ulusal Sağlık Bilgi Teknolojisi Koordinatörlüğü (ONC) Ofisi, çalışan paydaşları bir araya getiriyor. AI vitrinimiz, bir Sağlık Bilgi Teknolojisi Danışma Komitesinin algoritmik önyargıyı dinlemesi ve yıllık toplantımızda eşitlik ve algoritmalar üzerine oturum gibi halka açık etkinlikler aracılığıyla AI/ML teknolojileriyle. ONC ayrıca sağlık ve yapay zeka odaklı girişimleri aktif olarak izlemekte ve bunlara katılmaktadır. Sağlık AI Koalisyonu ve federal ortaklarımızla bir dizi kurumlar arası koordinasyon çabalarında.

Bu alanın derinliklerine indikçe, temel terimler hakkında net olmanın yararlı olduğunu görüyoruz. Daha fazla araştırmayı düşündüğümüz alanlar şunları içerir:
Terim Tanım
Tahmine dayalı karar desteği
(modeli)
Eğitim veya örnek verilerden ilişkileri öğrenen ve daha sonra bu öğrenilen ilişkilere dayalı olarak bilinmeyen bir değeri tahmin etmek için kullanılan algoritmalara dayalı karar vermeyi desteklemeyi amaçlayan teknoloji.
şeffaflık Girdi verileri, performansın doğrulanması ve kullanım amacı dahil olmak üzere model hakkında yeterli bilgi sağlanmıştır.
güvenilirlik Modeli kullanmanın olumlu etkisine güven sağlamak için tanımlanan, azaltılan, yönetilen ve değerlendirilen model riskleri ve modeli yönetmek ve olumsuz etkileri ele almak ve/veya önyargı veya zararı azaltmak için atılan adımlar hakkında bilgi belgelenir.
Adil
(Tarafsız, Hakkaniyetli)
Model, bir bireye veya gruba, doğuştan gelen veya kazanılmış özelliklerine dayalı olarak önyargı veya kayırmacılık göstermez. Modeli kullanmanın etkisi, aynı veya farklı popülasyonlar veya gruplar arasında benzerdir.
Uygun Model, uygulandığı belirli bağlamlara ve popülasyonlara iyi uyum sağlar.
Geçerli Modelin hem dahili hem de harici verilerde hedeflenen değerleri doğru ve beklendiği gibi tahmin ettiği gösterilmiştir.
etkili Model, gerçek dünya koşullarında fayda sağlamıştır.

Hastaların ve popülasyonların teşhis, tedavi ve bakım yönetimini iyileştirmek için sağlık verilerini karmaşık tahmine dayalı modeller ve algoritmalarla birleştirmeye yönelik uzun vadeli bir eğilimin zirvesindeyiz. ONC sertifikalı sağlık BT’si, sağlık hizmetlerinde algoritmaların oluşturulması için veri ve araçlar sağlayarak ve algoritmaların dağıtım mekanizması olarak, klinik ve idari karar alma süreçlerine algoritmik sonuçlar ve çıktılar ekleyerek algoritmalar için kaynak olarak giderek daha fazla hizmet etmektedir. Bu gelişen teknolojilerin faydalarını en üst düzeye çıkaracak ve istenmeyen istenmeyen sonuçlarını en aza indirecek şekilde kullanımını kolaylaştırmak, ONC ve HHS için büyük önem taşımaktadır.

Takipte Kalın, Daha Fazlası Gelecek

Bu, sağlık hizmetlerinde karar vermeye yardımcı olmak için kullanılan algoritmaların ve yeni gelişen teknolojilerin mevcut ve gelecekteki durumunu tartışacağımız bir dizi blog gönderisinin ilki. Bu dizi aracılığıyla, “adil,
uygun, geçerli ve etkili” kestirimci modeller
sağlık hizmeti.


Kaynak : https://www.healthit.gov/buzz-blog/electronic-health-and-medical-records/getting-the-best-out-of-algorithms-in-health-care

Yorum yapın

SMM Panel