Yapay Zeka, EHR'lerde Sağlığın Sosyal Belirleyicilerinin Belirlenmesini Geliştirebilir

Drugslib'i takip edin

Tıbbi olarak Carmen Pope, BPharm tarafından incelendi. Son güncelleme tarihi: 12 Ocak 2024.

Yazar: Elana Gotkine HealthDay Muhabiri

CUMA, 12 Ocak 2024 -- Büyük dil modelleri (LLM'ler) 11 Ocak'ta çevrimiçi olarak npj Digital Medicine dergisinde yayınlanan bir araştırmaya göre, elektronik sağlık kayıtlarında (EHR'ler) sağlığın sosyal belirleyicilerinin (SDoH) tanımlanmasını potansiyel olarak iyileştirebilir.

SDoH'nin önemli bir rol oynadığına dikkat çekiyor. Boston'daki Mass General Brigham ve Harvard Tıp Okulu'ndan Marco Guevara ve meslektaşları, EHR'deki anlatı metninden altı SDoH kategorisini çıkarmak için LLM'leri kullanmanın en uygun yöntemlerini incelediler: istihdam , barınma, ulaşım, ebeveynlik durumu, ilişki ve sosyal destek.

Araştırmacılar, en iyi performans gösteren modellerin, SDoH'den bahsedilenler ve olumsuz SDoH için ince ayarlı Flan-T5 XL ve Flan-T5 XXL olduğunu buldu. sırasıyla bahseder. Modeller ve mimari arasında, LLM tarafından oluşturulan sentetik verilerin eğitime eklenmesinde farklılıklar vardı ancak bu, küçük Flan-T5 modellerinin performansını artırdı. Sıfır ve birkaç çekim ayarında, en iyi ince ayarlı modeller, olumsuz SDoH için 10 çekim istemi içeren GPT4 hariç, ChatGPT modellerinin sıfır ve birkaç çekim performansından daha iyi performans gösterdi. Metne ırk/etnik köken ve cinsiyet tanımlayıcıları eklendiğinde, ince ayarlı modellerin tahminlerini değiştirme olasılığı ChatGPT'ye göre daha düşüktü; bu da algoritmik önyargının daha az olduğunu gösteriyor. Genel olarak, olumsuz SDoH'li hastaların yüzde 93,8'i modellerle tanımlanırken Uluslararası Hastalık Sınıflandırması-Versiyon 10 kodları yüzde 2,0'ı yakaladı.

"Gelecekte bu modeller, gerçek dünyadaki kanıtları iyileştirerek sağlık eşitsizliklerinin etkenleri hakkındaki anlayışımızı geliştirebilir ve proaktif kaynaklardan ve sosyal hizmet yönlendirmesinden en fazla yararlanabilecek hastaları işaretleyerek hasta bakımını doğrudan destekleyebilir." Yazarlar yazıyor .

Özet/Tam Metin

< p class='ddc-disclaimer'>Sorumluluk reddi: Tıbbi makalelerdeki istatistiksel veriler genel eğilimleri sağlar ve bireylere ait değildir. Bireysel faktörler büyük ölçüde değişebilir. Bireysel sağlık hizmeti kararları için her zaman kişiselleştirilmiş tıbbi tavsiye alın.

Kaynak: HealthDay

Gönderildi : 2024-01-13 02:15

Devamını oku

Sorumluluk reddi beyanı

Drugslib.com tarafından sağlanan bilgilerin doğru ve güncel olmasını sağlamak için her türlü çaba gösterilmiştir. -tarihli ve eksiksizdir ancak bu konuda hiçbir garanti verilmemektedir. Burada yer alan ilaç bilgileri zamana duyarlı olabilir. Drugslib.com bilgileri Amerika Birleşik Devletleri'ndeki sağlık uygulayıcıları ve tüketiciler tarafından kullanılmak üzere derlenmiştir ve bu nedenle Drugslib.com, aksi özellikle belirtilmediği sürece Amerika Birleşik Devletleri dışındaki kullanımların uygun olduğunu garanti etmez. Drugslib.com'un ilaç bilgileri ilaçları onaylamaz, hastalara teşhis koymaz veya tedavi önermez. Drugslib.com'un ilaç bilgileri, lisanslı sağlık uygulayıcılarına hastalarıyla ilgilenme konusunda yardımcı olmak ve/veya bu hizmeti görüntüleyen tüketicilere sağlık hizmetinin uzmanlığı, becerisi, bilgisi ve muhakemesi yerine değil, tamamlayıcı olarak hizmet etmek için tasarlanmış bir bilgi kaynağıdır. uygulayıcılar.

Belirli bir ilaç veya ilaç kombinasyonu için bir uyarının bulunmaması, hiçbir şekilde ilacın veya ilaç kombinasyonunun herhangi bir hasta için güvenli, etkili veya uygun olduğu şeklinde yorumlanmamalıdır. Drugslib.com, Drugslib.com'un sağladığı bilgilerin yardımıyla uygulanan sağlık hizmetlerinin herhangi bir yönüne ilişkin herhangi bir sorumluluk kabul etmez. Burada yer alan bilgilerin olası tüm kullanımları, talimatları, önlemleri, uyarıları, ilaç etkileşimlerini, alerjik reaksiyonları veya olumsuz etkileri kapsaması amaçlanmamıştır. Aldığınız ilaçlarla ilgili sorularınız varsa doktorunuza, hemşirenize veya eczacınıza danışın.

Popüler Anahtar Kelimeler