Strumenti di apprendimento automatico di open source buoni quanto gli esseri umani nella rilevazione dei casi del cancro

L'apprendimento automatico è venuto dell'età in segnalazione di salute pubblica secondo i ricercatori dall'istituto di Regenstrief e dal banco di Indiana University dell'informatica e di computazione all'università Indianapolis dell'Università-Purdue dell'Indiana. Hanno trovato che gli algoritmi attuali e gli strumenti di apprendimento automatico di open source erano buoni quanto, o migliore di, critici umani nella rilevazione dei casi del cancro facendo uso dei dati dai rapporti di patologia del testo. L'approccio automatizzato era egualmente più veloce e meno risorsa intensivo rispetto alle controparti umane.

Ogni stato negli Stati Uniti richiede i casi del cancro di essere riferito alle registrazioni in tutto lo stato del cancro per tenere la carreggiata di malattia, l'identificazione delle popolazioni a rischio ed il riconoscimento delle tendenze o dei cluster insoliti. , Tuttavia, i fornitori di cure mediche occupati presentano tipicamente i rapporti del cancro ai mesi ugualmente occupati di dipartimenti di salute pubblica nel corso del trattamento di un paziente piuttosto che ai tempi della diagnosi iniziale.

Questi informazioni possono essere difficili affinchè i funzionari della sanità interpretino, che possono più ulteriormente ritardare l'atto di dipartimento di salubrità, quando l'atto è necessario. L'istituto di Regenstrief ed i ricercatori di IU hanno dimostrato che l'apprendimento automatico può notevolmente facilitare il trattamento, da automaticamente e rapidamente estraendo il significato cruciale dal solo testo, anche conosciuto come testo, la patologia riferisce ed usando per il processo decisionale.

“Verso la migliore segnalazione di salute pubblica facendo uso degli approcci disponibili immediatamente esistenti: Un confronto degli approcci alternativi di rilevazione del Cancro facendo uso dei dati medici di solo testo e della selezione di caratteristiche basata Non dizionario„ è pubblicato nell'edizione dell'aprile 2016 del giornale dell'informatica biomedica.

“Pensiamo che il suo più necessario affinchè gli esseri umani passi il tempo che esamina il testo riferisca per determinare se il cancro è presente o non,„ abbia detto lo studio l'autore Shaun senior Grannis, M.D., M.S., Direttore provvisorio del centro di Regenstrief dell'informatica biomedica. “Siamo venuto al punto temporale determinato che la tecnologia può trattare questa. Il tempo di un essere umano è usato meglio aiutando altri esseri umani fornendo loro la migliore cura clinica.„

“Il molto lavoro che faremo in informatica nei prossimi anni sarà messo a fuoco su come possiamo trarre giovamento dall'apprendimento automatico e dall'intelligenza artificiale. Tutto -- pratiche del medico, sistemi sanitari, scambi di informazioni di salubrità, assicuratori come pure dipartimenti di salute pubblica -- sia inondato in oceani dei dati. Come possiamo sperare di avere significato di questo allagamento dei dati? Gli esseri umani non possono farlo -- ma i computer inscatolano.„

Il Dott. Grannis, un ricercatore dell'istituto di Regenstrief e un professore associato della medicina di famiglia alla scuola di medicina di IU, è l'architetto del rivelatore syndromic di sorveglianza di Regenstrief per le malattie infettive e piombo l'entrata in vigore tecnica del sistema di sorveglianza di emergenza della salute pubblica dell'Indiana - uno della nazione più grande. Gli studi negli ultimi dieci anni hanno indicato che questo sistema individua più presto gli scoppi di malattie infettive i sette - nove giorni e trova quattro volte altrettanti casi come segnalazione umana mentre forniscono i dati più completi.

“Che cosa è egualmente interessante è che i nostri sforzi mostrano il potenziale significativo per uso nelle nazioni underserved, dove una maggioranza dei dati clinici è raccolta sotto forma di testo non strutturato,„ hanno detto lo studio primo l'autore Suranga N. Kasthurirathne, uno studente di laurea al banco dell'informatica e di computazione a IUPUI. “Inoltre, oltre a rilevazione del cancro, il nostro approccio può essere adottato per una vasta gamma di altre circostanze pure.„

I ricercatori hanno campionato 7.000 rapporti di patologia del testo oltre da 30 ospedali che partecipano allo scambio di informazioni di salubrità dell'Indiana ed hanno usato gli strumenti di open source, gli algoritmi di classificazione e gli approcci varianti di selezione di caratteristiche per predire se un rapporto fosse positivo o negativo per cancro. I risultati hanno indicato che un esame completamente automatizzato ha dato i risultati simili o migliora che quelli di tempo umano preparato di risparmio, dei critici sia che di moneta.

“L'apprendimento automatico può ora supportare le idee ed i concetti che siamo stati informati per delle decadi, quale una conoscenza di base dei termini medici,„ hanno detto il Dott. Grannis. “Abbiamo trovato che l'intelligenza artificiale era così minimo quanto accurata come esseri umani nell'identificazione dei casi del cancro dai dati clinici del testo. Per esempio il computer “ha imparato„ che “la lamiera sottile„ della parola o “le lamiere sottili„ ha significato il cancro come “la lamiera sottile„ o “le lamiere sottili delle celle è utilizzata nei rapporti di patologia per indicare la malignità.

“Questo non è un avanzamento nelle idee, è un avanzamento importante dell'infrastruttura -- abbiamo la tecnologia, abbiamo i dati, abbiamo il software da cui abbiamo veduto la veloce rassegna accurata e di grandi importi dei dati senza svista umana o il controllo.„

Source:

Indiana University