選択神経外科における自然言語処理を用いた非計画的な集中治療入院のAI支援予測

科学分野:

• 神経外科
• 医療における人工知能
• 医療情報学

背景:

• 神経外科患者の死亡率と入院期間を減らすために,専門的な神経集中治療ユニット (ITU) でのタイムリーなケアが不可欠です.
• 神経外科患者の手術後のケア決定は主観的であり,ITUの入院の安全性と効率性に影響します.
• 計画された手術後のITU入院は計画外より安全であり,予測能力を向上させる必要があることを強調しています.

研究 の 目的:

• 自然言語処理 (NLP) を利用した人工知能 (AI) モデルを開発し,選択神経外科患者の集中治療ユニット (ITU) の入院を予測する.
• 電子医療記録 (EHR) を分析し,ITU入院の必要性を予測する臨床的概念を特定する.
• ITUの入学予測の正確さを向上させ,計画外ITUのケースを削減し,リソースの割り当てを最適化します.

主な方法:

• 精巧なCogStack-MedCAT自然言語処理 (NLP) モデルを使用して,選択神経外科患者の2268の電子医療記録 (EHR) から臨床概念を抽出しました.
• ランダムフォレストモデルを含むAIモデルを訓練し,患者の入院を一般病棟または集中治療室 (ITU) に分類する.
• AIモデルの予測が臨床的に関連する概念に基づいていることを確認するために,解釈性分析を実施した.

主要な成果:

• ランダムフォレストAIモデルは,集中治療室 (ITU) の入院を予測するために0. 87 (CI 0. 82- 0. 91) のリコールを達成しました.
• 人工知能モデルでは 人工知能の専門家が 見逃した計画外症例の割合が 36%から 4%に減少しました
• 解釈可能性の分析は,AIモデルが臨床的に関連した概念を用いたことを確認した.

結論:

• 人工知能 (AI) は,神経外科患者の入院を正確に予測することで,リソースの配分を支援する大きな可能性を示しています.
• 開発されたNLPベースのAIモデルは,計画外のITU入院を逃す割合を大幅に減らし,患者のケアを向上させることができます.
• 神経外科の集中治療室管理におけるAIの恩恵を完全に実現するには,さらなる研究と臨床実践への統合が必要である.