2015年10月21日 星期三

‧ Risk-O-Meter 系統:機器學習是醫患的未來

leiphone 章遠岸


許多人因生病不得不煎熬地住院,出院後以為萬事大吉,可往往會出現復發的狀況。實際上,短時間內重複住院會成為一個大問題,美國平價醫療法案(又稱歐巴馬醫療法案)就希望解決這個問題。據研究稱, 約有四分之一的醫療保障病人因患心臟病,通常30天之內需再次住院,僅每年心臟病的醫療保障金達到了150億美元。
現在特雷德賽及其團隊名為Risk-O-Meter的技術已經在西雅圖地區的一家醫院開始投入使用,有望能幫助解決一些醫療問題。
網路和移動應用的支援下,醫生們能進入病人資訊庫,通過一個機器學習系統中獲得病人健康指數。包括生命體征資訊、實驗室結果、醫療記錄,甚至是病人的個人統計資訊以及生活狀況。當然,Risk-O-Meter不是簡單地位病人評出健康指數,隨著治療的進行,病人的健康指數也在不斷變化,也能持續地幫助醫生來做出相應的治療判斷。甚至在病人出院後,Risk-O-Meter會提醒醫生某個需要複檢的病人,進行相應的複診。

醫生們還能從資料細節中來探究健康指數,這個步驟非常重要,因為許多高分健康指數是一些非醫學因素造成的,從而及時發現問題。通常來說,醫生會讓心臟病人痊癒後再進行13天的留院觀察,Risk-O-Meter也許會在第10天時顯示病人較健康,但在第13天的危險指數又有所上升。也許這短短3天裡病人身體狀況不會發生大變化,但正因為多出了這3天的留院觀察,才得以避免病人再入院的情況。
當下,Risk-O-Meter團隊正在研究如何提升醫生的診斷效率。這樣的診斷模式能夠讓病人得到更高效的治療。該團隊還希望將健康指數評分功能和現有的電子醫療記錄系統結合起來,讓醫生工作起來便捷、高效。
特雷德賽還表示,Risk-O-Meter系統的隱私保護工作做得很好,不會保留任何病人的具體資訊,而且都是保持匿名狀態的。但Risk-O-Meter的最大亮點在於其便捷的雲服務平臺。對病人來說,是享受更好醫療服務;對醫院來說,是更高效、便捷的行醫與管理。

Via:gigaom

                                                                                                                                                                                                                            

沒有留言:

張貼留言