自动算法用于医疗数据结构,并使用人工智能在安全环境中进行细分,以创建数据集
Varatharajan Nainamalai1, Hemin Ali Qair1, Egidijus Pelanis1,2
1The Intervention Centre, Rikshospitalet, Oslo University Hospital, Oslo, Norway.
European journal of radiology open
|July 23, 2024
概括
这项研究引入了一种半自动的工作流来管理医疗数据,利用人工智能 (AI) 来构建电子健康记录,并为研究创建准确的AI地面真相标签.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 数据管理数据管理
背景情况:
- 电子健康记录 (EHR) 包含大量的非结构化数据.
- 人工智能 (AI) 提供了结构化各种数据类型的潜力.
- 有效的医疗数据管理对于研究和临床应用至关重要.
研究的目的:
- 为医疗数据集管理提供半自动化工作流.
- 展示AI在结构化非结构化医疗数据中的作用.
- 为了促进人工智能基础真相标签的创建,用于研究.
主要方法:
- 开发了一种半自动的工作流程,用于数据结构化,研究提取和AI地面真相创建.
- 实现了一个算法,根据文件名称关键字组织数据目录.
- 利用人工智能模型进行初始标签生成,并对地面真相进行手动验证.
主要成果:
- 成功组织了计算机断层扫描 (CT),磁共振 (MR) 图像,临床数据和注释.
- 产生了最初的AI标签,这些标签被手动改进成基本真相标签.
- 将经过验证的实地真相标签集成到一个结构化数据集中,用于未来的研究.
结论:
- 提出的工作流程使得医疗数据集的高效管理成为可能.
- 人工智能模型可以在当地医院的数据上进行训练,以获得量身定制的输出.
- 自动化算法和人工智能可以在医院内安全地实现数据处理.
