Masinõpe / tehisintellekt suudab tuvastada inimesi, kes vajavad depressiooni korral spetsialisti hooldust
Teadlased on loonud otsustusmudelid, et ennustada, millised patsiendid vajavad oma depressiooni raviks rohkem ravi kui see, mida nende esmatasandi arst pakub. Teadlaste sõnul on algoritmid välja töötatud spetsiaalselt teabe pakkumiseks, mille abil arst saab tegutseda ja sobitada olemasolevatesse kliinilistesse töövoogudesse.
Eksperdid märgivad, et depressioon on maailmas kõige sagedamini esinev vaimuhaigus. Maailma Terviseorganisatsiooni hinnangul mõjutab see umbes 350 miljonit inimest. Haigus võib olla erineva intensiivsusega, alates suhteliselt kergest meeleoluhäirest kuni kaugele arenenud või raske depressioonini.
Mõned inimesed võivad oma depressiooniga iseseisvalt või esmatasandi arstide juhendamisel hakkama saada. Kuid teistel võib olla raskem depressioon, mis nõuab vaimse tervise pakkujate edasiarendamist.
Regenstreami instituudi ja Indiana ülikooli teadlased lõid algoritmid, et kaevandada elektrooniline tervisekaart ja tuvastada isikud, kes saaksid kasu edasiarendusest. Seejärel annab infosüsteem esmatasandi arstidele teate, et nad saaksid suunata inimese asjakohaste vaimse tervise spetsialistide juurde.
"Meie eesmärk oli luua reprodutseeritavad mudelid, mis sobivad kliinilistesse töövoogudesse," ütles Suranga N. Kasthurirathne, Ph.D., artikli esimene autor ja teadusteadlane Regenstriefi Instituudis.
"See algoritm on ainulaadne, kuna see annab arstidele asjakohast teavet, mis aitab neil tuvastada, millistel patsientidel võib depressiooni põhjustatud kõrvaltoimete oht suurem olla."
Algoritmid ühendasid üleriigilise terviseteabe vahetuse Indiana patsiendihoolduse võrgustikust mitmesuguseid käitumis- ja kliinilisi andmeid. Dr Kasthurirathne ja tema meeskond töötasid välja algoritmid kogu patsiendipopulatsioonile, samuti mitmele erinevale kõrge riskiga rühmale.
"Erinevate patsiendipopulatsioonide jaoks mudelite loomisega pakume tervishoiusüsteemi juhtidele võimalust valida nende vajaduste jaoks parim skriinimisviis," ütles Kasthurirathne.
"Võib-olla pole neil arvutuslikke ega inimressursse, et iga patsiendi mudeleid käivitada. See annab neile võimaluse sõeluda valitud kõrge riskiga patsiente. "
„Esmatasandi arstidel on sageli piiratud aeg ning raskemate depressioonivormidega patsientide tuvastamine võib olla keeruline ja aeganõudev. Meie mudel aitab neil oma patsiente tõhusamalt aidata ja samaaegselt parandada ravi kvaliteeti, ”ütles kaasautor M. M. Shaun Grannis.
"Meie lähenemisviis sobib hästi ka tervishoiu infotehnoloogia kasutuselevõtu ja koostalitlusvõime suurendamiseks, et võimaldada ennetavat ravi ja parandada juurdepääsu tervishoiuteenustele," ütles Grannis.
Uuring ilmub Meditsiinilise Interneti-uuringute ajakiri.
Allikas: Regenstriefi Instituut / EurekAlert
