使用结构化和非结构化电子健康记录预测30天的再入院
Sanjib Raj Pandey1,2, Joy Dooshima Tile2, Mahdi Maktab Dar Oghaz2
1The Royal Marsden NHS Foundation Trust, Digital Services, London, United Kingdom.
预测医院再入院对医疗保健至关重要. 一个新的混合模型将结构化数据与ClinicalT5文本表示相结合,比纯文本模型提高了预测准确性和可靠性.
科学领域:
- 医疗信息学
- 在医疗保健中的机器学习
- 临床决策支持
背景情况:
- 医院再入院对医疗费用和患者的治疗结果产生重大影响.
- 由于复杂的多模式医疗数据,难以准确预测30天的再入院情况.
- 现有的模型难以从多种数据类型中做出准确和平衡的预测.
研究的目的:
- 开发和评估医院再入院的混合预测模型.
- 使用ClinicalT5将结构化临床数据与非结构化文本数据整合起来.
- 将混合模型与纯文本模型的性能进行比较.
主要方法:
- 开发了一个混合模型,结合结构化数据和ClinicalT5衍生文本表示.
- 使用基于变压器的大型语言模型 (ClinicalT5,PubMedBERT).
- 评估模型使用准确性,精度,回忆和AUROC评分.
主要成果:
- 综合结构化和非结构化数据的混合模型的性能优于纯文本模型.
- 实现更高的精度和更平衡的回忆,减少错误的阳性.
- 在预测所有原因的医院再入院方面表现出更好的可靠性.
结论:
- 使用ClinicalT5的混合数据集成提高了医院再接收的预测.
- 更好的预测支持更好的临床决策,减少不必要的再入院.
- 这种方法为优化患者护理和医疗资源配置提供了有希望的策略.
更多相关视频
05:16Cutoff Value of Phase Angle by Bioelectrical Impedance Analysis at Admission as a Prognostic Factor in Patients with Acute Heart Failure
Published on: June 10, 2025
09:00TBase - an Integrated Electronic Health Record and Research Database for Kidney Transplant Recipients
Published on: April 13, 2021
相关概念视频
Methods of Documentation VII: EMR
Health Information Technology and Healthcare Information System
Health Information Technology, commonly called HIT, integrates advanced information systems and technology in healthcare settings. Its primary functions include:
Purpose of Health Records II
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
Purpose of Health Records I
Here's a breakdown of how health records serve these purposes:
Hospitals-I
