PAIRS Medical Diagnosis 1.0

に関しては PAIRS Medical Diagnosis

医学的診断は複雑な対象であり、いくつかの落とし穴に苦しんでいます。医学の研究は科学ですが、実践は芸術です。間違いは、患者とその家族や医師に莫大なコストで発生する可能性があります。臨床意思決定支援システム(CDSS)は、エラーを最小限に抑えるために開発されています。AI-MEDは、医師が彼らの練習のエラーを最小限に抑えるように設計されています。研究では、診断エラーを含む医学的エラーのために毎年225,000人の患者が死亡することがわかりました(15%)薬の副作用 (45%)CDSSは、これらのエラーを最小限に抑えるために、HISと共に米国での使用を義務付けられている。いくつかの理由で医師によって診断エラーが発生します。心理学者はこれらを研究し、顕著な気を散らす特徴が理由の一つかもしれないことを発見しました。たとえば、ある種の事象との現在の関係のために、いくつかの特徴が重要であると考えられるかもしれませんが、病気のプロセスに関与していないか、診断とは無関係である可能性があります。同様に、誤った推論は、認知的または確認バイアスが原因である可能性があります。その他のエラーの原因として、アンカーやフレーミング、リードの早期閉鎖が考えられます。AI-MEDは、プロセスを中断することによって、これらのエラーを最小限に抑えるように設計されています。AI-MED診断プロセスは、従来の診断のために破壊的であり(人間の推論に常に関与するバイアスを考慮しないことによって)、したがって、エラーを最小限に抑えます。

人工知能(AI)は、自然言語処理(NLP)と診断意思決定支援(DDS)で構成され、CDSSの一部です。NLP の例としては、統計テキスト分類子が挙げられます。しかし、臨床用語は非常に複雑であり、通常はラテン語とギリシャ語に基づいています。医学用語-臨床用語の標準化された分類(SNOMED-CT)は、テキスト分類のために開発されました。用語(300 000以上)は、正確な説明と自動処理のために9桁の数字でインデックス付けされています。アルゴリズムは、患者データの正しい解釈のためにこの指標を使用するように構築されています。DDSは診断のために患者データに適用される。ベイズ確率的信念ネットワークは一般的であり、その近似方法を診断に使用することができます。医師アシスタント人工知能参照システム(ペア)は、同様のラインで開発されています。それは約486の内科疾患および2000の特徴のための約28 000の疾患特徴のリンクを有する。ペアの特徴は、症状、徴候またはテストで構成されています。AI は NLP と DDS で構成されています。NLP は、SNOMED-CT ワード索引分析に基づいています。アルゴリズムは、可能な同義語が選択され、表示される単語ベースのインデックスを生成します。ユーザーは 1 つのいいねとしてデータを入力でき、プログラムは機能リストから自分の同義語を検索します。AI-MED はペア データベースを使用します。ユーザーフレンドリーなNLPは1つの好きとして臨床データを入力することを可能にする。たとえば、頭字語は NLP によって正しく識別されます。患者データを入力すると、DDSを実行できます。

AI-MEDは、そのDDSに対してベイズ確率的確率法の近似法を使用する。この方法は、1999年にトミ・ヤーッコラとマイケル・ジョーダンによって人工知能研究のジャーナルに掲載されました。各ペアの特徴は、病態生理学的基礎とその臨床的重要性に応じて重み付け(0.09〜0.99)される。診断決定は、感染、腫瘍形成、自己免疫などの各グループの1つにクラスター化されています。DDS は患者データで実行され、一連の診断が可能になります。AI-MED は、バイアスに関係なく診断データを提供します。任意の患者データについて、PAIRS データベースからケース データを構築します。症例データには、重み、病気の発生率、およびそれらの統計的リーク要因が含まれます。DDS は、疾患の確率の近似値を計算するように設計されています。この近似は上限と下限を有する。これらの代数的アルゴリズムの実装の精度は、境界間で0.00004から0.00009の一貫した数値変動を生じさせることによって検証される。ベイズ確率推定は、診断のために行われます.最後に、可能な診断をテストするための一連の調査が提案されます。出力は、さらに参照できるようにファイルに保存できます。