Risk-O-Meter系统:机器学习是医患的未来

X互联网实验室 2014-07-24
688 字丨阅读本文需 1 分钟

  

  许多人因生病不得不煎熬地住院,出院后以为万事大吉,可往往会出现复发的状况。实际上,短时间内重复住院会成为一个大问题,美国平价医疗法案(又称奥巴马医疗法案)就希望解决这个问题。据研究称, 约有四分之一的医疗保障病人因患心脏病,通常30天之内需再次住院,仅每年心脏病的医疗保障金达到了150亿美元。

  现在特雷德赛及其团队名为Risk-O-Meter的技术已经在西雅图地区的一家医院开始投入使用,有望能帮助解决一些医疗问题。

  网络和移动的支持下,医生们能进入病人信息库,通过一个机器学习系统中获得病人健康指数。包括生命体征信息、实验室结果、医疗记录,甚至是病人的个人统计信息以及生活状况。当然,Risk-O-Meter不是简单地位病人评出健康指数,随着治疗的进行,病人的健康指数也在不断变化,也能持续地帮助医生来做出相应的治疗判断。甚至在病人出院后,Risk-O-Meter会提醒医生某个需要复检的病人,进行相应的复诊。

  医生们还能从数据细节中来探究健康指数,这个步骤非常重要,因为许多高分健康指数是一些非医学因素造成的,从而及时发现问题。通常来说,医生会让心脏病人痊愈后再进行13天的留院观察,Risk-O-Meter也许会在第10天时显示病人较健康,但在第13天的危险指数又有所上升。也许这短短3天里病人身体状况不会发生大变化,但正因为多出了这3天的留院观察,才得以避免病人再入院的情况。

  当下,Risk-O-Meter团队正在研究如何提升医生的诊断效率。这样的诊断模式能够让病人得到更高效的治疗。该团队还希望将健康指数评分功能和现有的电子医疗记录系统结合起来,让医生工作起来便捷、高效。

  特雷德赛还表示,Risk-O-Meter系统的隐私保护工作做得很好,不会保留任何病人的具体信息,而且都是保持匿名状态的。但Risk-O-Meter的最大亮点在于其便捷的云服务平台。对病人来说,是享受更好医疗服务;对医院来说,是更高效、便捷的行医与管理。

免责声明:凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处本网。非本网作品均来自其他媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如您发现有任何侵权内容,请依照下方联系方式进行沟通,我们将第一时间进行处理。

0赞 好资讯,需要你的鼓励
来自:X互联网实验室
0

参与评论

登录后参与讨论 0/1000

为你推荐

加载中...