使用人工智能评估临床数据完整性和生成元数据的建议:算法开发和验证

科学领域:

• 医疗信息学 医疗信息学
• 数据科学数据科学数据科学
• 医疗保健服务研究 医疗服务研究

背景情况:

• 基于证据的医学依赖于来自研究和现实世界来源的高质量的临床数据.
• 预测质量算法和机器学习对于确保数据完整性和患者安全至关重要.
• 可靠的临床数据对于研究可重复性和从实践中获得见解至关重要.

研究的目的:

• 评估大学医院的初级临床系统中医疗数据质量的变化.
• 通过基于机器学习的预测质量算法,为研究人员提供有关数据可靠性的见解.
• 开发和验证用于预测数据质量的模板,并将这些信息集成到元数据中.

主要方法:

• 一项文献审查确定了现有的自动化质量预测方法.
• 在医疗数据集成中心 (MeDIC) 的数据集成过程中收集了元数据,包括细粒度和质量指标.
• 机器学习算法 (逻辑回归,k-NN,天真贝叶斯,决策树,随机森林,XGBoost,SVM) 在心声图,实验室和药物数据上进行训练和评估.

主要成果:

• 极端梯度增强 (XGB) 实现了84.6%的AUC-ROC,用于回声心脏学数据质量预测.
• 支持矢量机器 (SVM) 在实验室数据方面表现出优异的性能,AUC-ROC. 89.8%.
• 对于药物数据来说,SVM也提供了最平衡的性能,产生了65.1%的AUC-ROC.

结论:

• 提出了一个新的模板,用于预测数据质量,并将其集成到数据集成中心内的元数据中.
• 开发的模型与传统方法相结合,用于有效的数据检查.
• 这种方法提高了临床数据的可靠性和实用性,用于研究和临床决策.