多式联络分析和瘤患者:创建一个医院系统,用于综合诊断和发现
Christina Messiou1, Richard Lee2, Manuel Salto-Tellez3,4
1Imaging and Data Science Theme lead and Director of the Imaging AI hub at The Royal Marsden and Institute of Cancer Research, National Institute for Health Research Biomedical Research Centre, Sutton SM2 5PT, UK.
Computational and structural biotechnology journal
|September 28, 2023
概括
综合诊断 (ID) 使用机器学习统一医院数据,以改善患者管理和研究. 这种方法通过整合多种诊断工具来增强个性化瘤学的协同临床价值.
科学领域:
- 计算生物学是一种计算生物学.
- 医疗信息学医学信息学
- 在瘤学瘤学.
背景情况:
- 医院数据存在于碎片化的数字孤岛中.
- 目前的患者管理和研究缺乏综合数据分析.
- 个性化瘤学需要先进的诊断整合.
研究的目的:
- 提出信息技术和计算框架,以便统一访问医院数据.
- 为了使各种患者信息的机器学习驱动集成.
- 引入综合诊断 (ID) 作为患者管理和研究的新范式.
主要方法:
- 审查对综合诊断 (ID) 贡献的现有模型.
- 介绍了ID工具的已发布示例.
- 描述在通用医疗保健系统中创建国家临床数据集的努力.
主要成果:
- ID涉及将多种分析方式与已发展的IT合并为定义的患者队列.
- 这种整合对个别诊断工具的临床价值产生了协同效应.
- 该框架有可能改变个性化瘤实践.
结论:
- 建立"医院单位"可以利用多模式分析和数据集成.
- 综合诊断方法促进了整体的临床决策.
- 一个共同的ID模型已经在作者机构中开发和实施.
