一个应用程序用于导航患者运输和急性中风护理在西北安大略省使用机器学习:回顾性研究
Ayman Hassan1,2,3, Rachid Benlamri4, Trina Diner1
1Thunder Bay Regional Health Sciences Centre, Thunder Bay, ON, Canada.
JMIR formative research
|August 1, 2024
概括
一个新的移动应用程序,NWO导航中风,帮助安大略省西北部的医疗保健提供者做出更快,更明智的决定,急性中风患者转移. 该工具优化了医疗保健的获取,并改善了分散资源的地区患者的治疗结果.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健服务研究 医疗服务研究
- 医疗保健中的机器学习
背景情况:
- 协调护理对于及时治疗急性中风至关重要,特别是在像安大略省西北部 (NWO) 这样的广泛地区.
- 在NWO的有限资源和分散的设施需要患者转移以获得最佳的中风护理.
- 不熟悉该地区的医疗保健提供者在及时获得中风护理方面可能面临挑战,导致不理想的决策和成本增加.
研究的目的:
- 为医疗保健提供者开发决策支持工具,以优化NWO中风患者转移选择.
- 创建一个移动应用程序,整合地理测绘和机器学习,以实现高效的中风护理导航.
- 利用关键的时间表,患者的位置和设施资源来做出明智的转移决策.
主要方法:
- 使用历史空中 (Ornge) 和陆地医疗运输数据 (2008-2020) 开发了一种机器学习预测模型.
- 进行了数据预处理和清理,在涉及空中和陆地服务时,将运输数据合并.
- 数据集被分为训练 (35%),测试 (35%) 和预测模型的验证 (30%).
主要成果:
- 来自Ornge和陆地运输服务的超过7万条记录被用于构建预测模型.
- 与分析的其他机器学习模型相比,决策树模型显示出更高的准确性.
- 基于决策树模型开发的"NWO导航冲击"系统在模拟中显示了准确的结果.
结论:
- NWO导航中风系统为急性中风管理提供了一个数据驱动,可靠和准确的预测模型.
- 移动应用程序是医疗保健提供者在NWO中导航中风护理物流的重要工具.
- 与最终用户进行可用性测试是历史数据验证后的下一步计划.
关键词:
安大略省 安大略省 安大略省 安大略省 安大略省 安大略省这就是TIA.剧烈的中风是急性中风.应用程序 应用程序 应用程序应用程序 应用程序 应用程序应用程序 应用程序 应用程序大脑大脑大脑的大脑大脑心血管疾病的心血管疾病协调护理服务是指协调护理服务.在地理位置上,这是一个很好的选择.地理 地理 地理 地理.地理地图是指地质地图.位置 位置 位置 位置移动健康 移动健康 移动健康 移动健康机器学习是机器学习.移动健康的移动健康模型 模型 模型 模型在航海中航行,航行就是航行.导航 导航 导航 导航 导航神经科学 神经科学西北地区的西北地区.预测 预测 预测 预测预测 预测 预测 预测预测 预测 预测 预测预测性 预测性 预测性一个空间的空间.一次性中风中风中风中风中风脑中风护理 脑中风护理过渡性缺血性攻击是短暂的
