AI може покращити ідентифікацію соціальних детермінант здоров’я в EHR

Підпишіться на Drugslib

Медичний огляд Кармен Поуп, BPharm. Востаннє оновлено 12 січня 2024 р.

Елана Ґоткін, репортер HealthDay

П’ЯТНИЦЯ, 12 січня 2024 р. – Великі мовні моделі (LLM ) може потенційно покращити ідентифікацію соціальних детермінант здоров’я (SDoH) в електронних медичних записах (EHR), згідно з дослідженням, опублікованим 11 січня в Інтернеті в npj Digital Medicine.

Відзначаючи, що SDoH відіграє важливу роль у результатах пацієнтів, але їх документація часто відсутня або неповна в EHR, Марко Гевара з Массачусетса Генерала Брігама та Гарвардської медичної школи в Бостоні та його колеги вивчили оптимальні методи використання LLM для вилучення шести категорій SDoH з описового тексту в EHR: зайнятість , житло, транспорт, батьківський статус, стосунки та соціальна підтримка.

Дослідники виявили, що найкращими моделями були Flan-T5 XL і Flan-T5 XXL, налаштовані на будь-які згадки SDoH і несприятливі SDoH. згадки, відповідно. У різних моделях і архітектурах були відмінності в додаванні синтетичних даних, згенерованих LLM, до навчання, але це покращило продуктивність малих моделей Flan-T5. У налаштуваннях нульового та кількох пострілів найкращі налаштовані моделі перевершували продуктивність нульового та кількох пострілів у порівнянні з моделями ChatGPT, за винятком GPT4 із запитом 10 пострілів для несприятливого SDoH. Коли до тексту було додано дескриптори раси/етнічної приналежності та статі, точніше налаштовані моделі мали меншу ймовірність змінити свій прогноз, ніж ChatGPT, що свідчить про меншу упередженість алгоритму. Загалом за допомогою моделей було виявлено 93,8 відсотка пацієнтів із несприятливою SDoH, тоді як коди Міжнародної класифікації хвороб, версія 10, охопили 2,0 відсотка.

«У майбутньому ці моделі могли б покращити наше розуміння чинників невідповідності здоров’ю шляхом покращення реальних доказів і могли б безпосередньо підтримувати лікування пацієнтів, позначаючи пацієнтів, які можуть отримати найбільшу користь від проактивних ресурсів і направлення до соціальної роботи», — пишуть автори. .

Анотація/Повний текст

< p class='ddc-disclaimer'>Відмова від відповідальності: Статистичні дані в медичних статтях містять загальні тенденції та не стосуються окремих осіб. Індивідуальні фактори можуть сильно відрізнятися. Завжди звертайтеся за індивідуальною медичною порадою для прийняття індивідуальних рішень щодо охорони здоров’я.

Джерело: HealthDay

Опубліковано : 2024-01-13 02:15

Читати далі

Відмова від відповідальності

Було докладено всіх зусиль, щоб інформація, надана Drugslib.com, була точною, до -дата та повна, але жодних гарантій щодо цього не надається. Інформація про ліки, що міститься тут, може бути чутливою до часу. Інформація Drugslib.com була зібрана для використання медичними працівниками та споживачами в Сполучених Штатах, тому Drugslib.com не гарантує, що використання за межами Сполучених Штатів є доцільним, якщо спеціально не вказано інше. Інформація про ліки Drugslib.com не схвалює ліки, не ставить діагноз пацієнтів і не рекомендує терапію. Інформація про ліки на Drugslib.com – це інформаційний ресурс, призначений для допомоги ліцензованим медичним працівникам у догляді за їхніми пацієнтами та/або для обслуговування споживачів, які розглядають цю послугу як доповнення, а не заміну досвіду, навичок, знань і суджень у сфері охорони здоров’я. практиків.

Відсутність попередження щодо певного препарату чи комбінації ліків у жодному разі не слід тлумачити як вказівку на те, що препарат чи комбінація препаратів є безпечними, ефективними чи прийнятними для будь-якого конкретного пацієнта. Drugslib.com не несе жодної відповідальності за будь-які аспекти медичної допомоги, що надається за допомогою інформації, яку надає Drugslib.com. Інформація, що міститься в цьому документі, не має на меті охопити всі можливі способи використання, інструкції, запобіжні заходи, попередження, лікарські взаємодії, алергічні реакції чи побічні ефекти. Якщо у вас є запитання щодо препаратів, які ви приймаєте, зверніться до свого лікаря, медсестри або фармацевта.

Популярні ключові слова