将深度学习的应用扩展到电子健康记录

lixia01

2018 年，我们发表了一篇论文，展示了机器学习如何应用于医疗记录，预测住院患者可能发生的情况：例如，他们需要住院多长时间，如果出院，他们意外回来的可能性有多大。其他机构已经在医院环境中部署了各种预测模型，我们的工作旨在通过使用新模型进一步提高潜在的临床效益，这些模型可以更快、更准确地做出预测，并更适应更广泛的临床环境。
任何展示机器学习前景的努力都需要工程师、医生和医学研究人员之间的密切合作，以确保这项工作能造福患者、医生和卫生系统，并且公平。谷歌很幸运能与世界上一些最好的学术医疗中心合作，现在我们正在扩大这项工作，将总部位于犹他州的Intermountain Healthcare纳入其中。
初步合作将侧重于了解 Google 如何将机器学习预测应用于 Intermountain 的各种护理环境，从初级保健诊所到远程监控周边医院重症患者的TeleHealth 重症监护室。我们看到了探索包含预测功能的可扩展计算平台如何帮助临床团队提供最佳护理的潜力。
与我们之前的研究一样，我们将首先联合测试机器学习模型在历史记录上的性能，并遵循严格的政策以确保遵守所有数据隐私和安全措施。
我们很高兴探索包含预测功能的可扩展计算平台如何帮助临床团队在这些环境中提供最佳护理。此外，我们希望进一步验证我们的预测方法是否可以在整个医疗系统中发挥作用并改善对患者的护理。