通过人工智能预测医疗保健使用结果:一个大范围的审查

科学领域:

• 医疗保健中的人工智能
• 医疗服务研究
• 预测分析

背景情况:

• 人工智能越来越多地用于医疗利用预测.
• 现有研究在数据,方法和报告标准方面存在差距.
• 需要全面的概述来指导未来在医疗保健中的人工智能应用.

研究的目的:

• 绘制基于人工智能的医疗利用预测研究格局.
• 识别数据集,方法,结果和报告中的趋势,差距和机会.
• 为提高人工智能在医疗计划中的可靠性和影响提供见解.

主要方法:

• 根据乔安娜·布里格斯研究所的方法进行范围审查.
• 搜索了三个主要的数据库 (开始至2025年1月).
• 关于数据集,人工智能方法,预测结果和报告遵守情况的提取数据 (TRIPOD+AI).

主要成果:

• 包括121项研究,大多数来自美国 (62%).
• 有限的数据变量包含;电子健康记录 (60%) 和索赔 (28%) 是主要来源.
• 集体模型占主导地位 (66.9%);深度学习较少 (16.5%).
• 专注于预测未来事件 (90.1%),主要是住院病例 (57.9%).
• 适度的一般报告,但有限的TRIPOD+AI合规性.

结论:

• 扩大预测结果,包括以流程和物流为导向的事件.
• 扩展人工智能应用超越预测到队列选择和匹配.
• 探索未充分使用的AI方法,如基于距离的算法和深度神经网络.
• 加强对TRIPOD+AI报告准则的遵守,以提高可靠性和影响力.