PAIRS Medical Diagnosis 1.0

Hakkı -nda PAIRS Medical Diagnosis

Tıbbi tanı karmaşık bir konudur ve çeşitli tuzaklar muzdarip. Tıp eğitimi bir bilim olmasına rağmen, pratik bir sanattır. Hatalar hasta ve ailesi ve doktor için büyük maliyetle olabilir. Hataları en aza indirmek için Klinik Karar Destek Sistemleri (CDSS) geliştirilmiştir. AI-MED, doktorların uygulamalarındaki hataları en aza indirmelerine yardımcı olmak için tasarlanmıştır. Yapılan bir çalışmada tanı hataları (%15) dahil olmak üzere tıbbi hatalar nedeniyle her yıl 225.000 hastanın öldüğü saptanmıştır. ve ilaçların yan etkileri (%45). CDSS bu hataları en aza indirmek için HIS ile birlikte ABD'de kullanım için zorunlu hale getirilir. Tanısal hatalar çeşitli nedenlerden dolayı doktorlar tarafından yapılır. Psikologlar bunları incelediler ve dikkat dağıtıcı özelliklerin nedenlerinden biri olabileceğini buldular. Örneğin, bazı özellikler bazı olay ile mevcut ilişkisi nedeniyle önemli olduğunu düşünebilirsiniz ama hastalık süreci veya tanı ile ilgisi olmayan dahil olmayabilir. Benzer şekilde hatalı muhakeme bilişsel veya onay önyargı nedeniyle olabilir. Diğer bazı hatalar, müşteri adaylarının demirleme veya çerçeveleme veya erken kapanmasından kaynaklanıyor olabilir. AI-MED, işlemi bozarak bu hataları en aza indirmek üzere tasarlanmıştır. AI-MED tanı süreci geleneksel tanı için yıkıcıdır (insan muhakemesinde her zaman herhangi bir önyargı dikkate alınmadan) ve dolayısıyla hataları en aza indirmek.

Yapay zeka (AI) Doğal Dil İşleme (NLP) ve Tanısal Karar Desteği (DDS) oluşur ve CDSS bir parçasıdır. NLP'ye bazı örnekler arasında istatistiksel metin sınıflandırıcı sayılabilir. Ancak, klinik terimler çok karmaşık ve genellikle Latince ve Yunanca terimler dayanmaktadır. Metin sınıflandırması için Tıbbi Terminoloji-Klinik Terimlerin (SNOMED-BT) Standartlaştırılmış Bir Adlandırması geliştirilmiştir. Terimler (300 000'in üzerinde) doğru açıklama ve otomatik işleme için 9 basamaklı sayılarla dizine eklenir. Algoritmalar hasta verilerinin doğru yorumlanması için bu dizini kullanmak için oluşturulur. Tanı için hasta verilerine DDS uygulanır. Bayes olasılıksal inanç ağları popülerdir ve tanı için yaklaşım yöntemleri kullanılabilir. Hekim Yardımcısı Yapay Zeka Referans Sistemi (PAIRS) benzer hatlarda geliştirilmiştir. Yaklaşık 486 dahiliye hastalığı ve 2000 özellik için yaklaşık 28.000 hastalık özelliği bağlantıları vardır. PAIRS özellikleri belirtiler, işaretler veya testler oluşur. Bu AI NLP ve DDS oluşur. NLP, SNOMED-CT sözcük indeks analizine dayanır. Algoritma, olası eşanlamlıların seçilip görüntülendiği sözcük tabanlı endeksler oluşturur. Kullanıcı, bir beğenme olarak veri girebilir ve program eş anlamlılarını bir özellik listesinden arar. AI-MED PAIRS veritabanını kullanır. Kullanıcı dostu NLP, klinik verilerin beğenilmesini sağlar. Örneğin, kısaltmalar NLP tarafından doğru tanımlanır. Hasta verileri girilen bir kez, bir DDS çalıştırabilirsiniz.

AI-MED, DDS'si için Bayes Olasılık yönteminin yaklaşık yöntemini kullanır. Bu yöntem 1999 yılında Tommi Jaakkola ve Michael Jordan tarafından Yapay Zeka Araştırmaları Dergisi'nde yayınlanmıştır. PAIRS özelliklerinin her biri patofizyolojik temellerine ve klinik önemine göre ağırlıktadır (0.09-0.99). Tanısal karar her gruptan biri için kümelenmiştir: enfeksiyon, neoplazi, otoimmün veya diğerleri. DDS, olası tanılar kümesini vermek için hasta verileri üzerinde çalışır. AI-MED herhangi bir önyargı ne olursa olsun tanısal veri verir. Herhangi bir hasta verisi için PAIRS veritabanından bir vaka verisi oluşturur. Olgu verileri ağırlıkları, hastalık insidansını ve istatistiksel sızıntı faktörlerini içerir. DDS, bir hastalığın olasılık yaklaşık ını hesaplamak için tasarlanmıştır. Bu yaklaşım bir üst ve alt sınırları vardır. Bu cebirsel algoritmaların uygulanmasının doğruluğu, sınırlar arasında 0,00004 ile 0,00009 arasında tutarlı sayısal varyasyon ile doğrulanır. Bir Bayes olasılık tahmini bir tanı için yapılır. Son olarak, olası tanının test edilmesi için bir dizi araştırma önerilmektedir. Çıktı, daha fazla başvuru için bir dosyaya kaydedilebilir.