草丁图书馆

  1. 首页 > 生活百科 >

利用机器学习更快地得出有用结论的新机会

人工智能正在改变我们在COVID-19大流行期间对医疗保健的思考方式，使我们看到了利用机器学习更快地得出有用结论的新机会 。
在COVID-19之前，医疗保健组织面临的最大挑战之一是如何在临床和运营上加速和扩展AI的应用 。现在，大流行期间出现的用例揭示了AI可以优化价值的潜力 。
医疗保健领导者正以三种重要方式使用AI来解决他们在大流行中面临的一些最大挑战 。
消除护理差距 。住院接受COVID-19的患者通常会患有潜在的健康状况，例如慢性病，肥胖或癌症 。但是，在危机时期很难获得有关患者病史或健康状况社会决定因素的数据 。一项分析发现，到2020年第一季度，住院的COVID-19患者中只有5.8%的可用数据与其基本健康状况和其他风险因素有关 。
人工智能可以高度精确地匹配不同的病历 。这使医疗保健数据科学家能够更好地了解使患者处于COVID-19严重并发症风险下的状况 。例如，虽然医师们很早就了解到糖尿病，高血压和肥胖症会增加患者患重病的机会，但AI推动的分析已扩大了加剧风险的病症范围 。可获得的数据洞察力越多，护理团队就知道如何最有效地代表患者进行干预的几率就越大 。
预测COVID-19将在何处传播以及何时传播 。去年春天，当在美国大规模出现时，医疗保健专业人员争先恐后地寻找有意义的数据来回答以下问题：“感染是何时开始的？它们起源于何处？” 卫生计划试图了解COVID-19如何影响其成员人群，存在潜在热点的地方以及如何最有效地管理和分类对弱势人群的护理以降低风险 。
如今，人工智能对索赔数据的分析可以追溯到2019年11月，对流感样疾病患者的索赔进行了仔细的审查，使数据科学家能够确定最可能在10天之内成为COVID-19热点的区域提前 。有了这种洞察力，医院和公共卫生机构就可以更好地预测护理需求，并带来必要的资源来满足其社区的需求 。
【利用机器学习更快地得出有用结论的新机会】责任编辑：lq
.dfma {position: relative;width: 1000px;margin: 0 auto;}.dfma a::after {position: absolute;left: 0;bottom: 0;width: 30px;line-height: 1.4;text-align: center;background-color: rgba(0, 0, 0, .5);color: #fff;font-size: 12px;content: "广告";}.dfma img {display: block;}
利用机器学习更快地得出有用结论的新机会
文章插图

    推荐阅读


    上一篇：冬天白条鱼去哪里了？

    下一篇：公鸡肉和母鸡肉的区别？