对肝癌患者的决策算法和多学科团队会议的一致性 - 一个随机对照试验的研究协议

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 医疗保健中的人工智能

背景情况:

• 多学科团队会议 (MDM) 对于癌症治疗计划至关重要.
• 由于数据缺口或后勤问题,MDM决策的延迟可能会对患者的治疗结果产生负面影响.
• 肝胆瘤委员会 (ADBoard) 倡议的治疗援助和决策算法旨在简化这一过程.

研究的目的:

• 评估ADBoard在减少癌症治疗决策延迟方面的有效性.
• 评估ADBoard对MDM期间提供的患者信息质量和完整性的影响.
• 将ADBoard产生的治疗建议与传统MDM产生的治疗建议进行比较.

主要方法:

• 利用自然语言处理从电子医疗记录中提取患者数据.
• 在回顾性MDM数据和治疗建议的临床指南上培训机器学习模型.
• 随机将研究参与者分为接受MDM与ADBoard或传统MDM的组进行比较.

主要成果:

• 该研究假设ADBoard的建议与传统的MDM决策之间具有很高的一致性 (科恩的卡帕≥0.75).
• 二次假设的重点是改善患者数据的完整性和ADBoard的增强协议可解释性.
• 将使用Interrater可靠性来比较两个手臂之间的建议一致性.

结论:

• ADBoard旨在提高MDM决策中使用的数据的质量和完整性.
• 该系统旨在提供透明和可重复的治疗建议,与当前的医学证据保持一致.
• 成功实施可能会导致更高效和有效的癌症护理途径.