我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

COVID-19迎来一个数码的未来医疗吗?

COVID-19迎来一个数码的未来医疗吗?内容块图像

希望这篇文章的一个免费的PDF版本吗?

完成下面的表格,我们将电子邮件您的PDF版本“COVID-19能迎来一个医疗数字化未来吗?”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

过去18个月,英国国民健康服务(NHS)重创了COVID-19大流行。超过470000 COVID-19病人已经住院。峰的大流行的第二波今年1月,超过4000名患者需要呼吸机呼吸。有近130000人死于COVID-19记录在英国,未来的大流行调查处理将围绕为什么这么多人死于一个国家排名非常高度在2019全球卫生安全(gh)指数,可以采取什么步骤来防止将来如此规模的生命损失。

可以更数字化,以数据为中心的NHS挽救生命吗?一个新的研究研究如何治疗病人的第一波大流行已经表现出基于机器学习方法可以改变NHS护理标准是如何进行的。

为首的研究人员伦敦帝国理工学院研究收集的数据,来自18个不同的重症监护病房(ICU)来自英国国民健康保险制度,从超过600名ICU患者聚合数据。虽然以前的研究这种规模的收集病人的录取数据,新论文,发表在重症监护医学,有一个更加雄心勃勃的目标。奥尔多·费萨尔教授,伦敦帝国理工学院的生物工程计算和部门,是这篇论文的主要作者。“与以前的研究我们查看病人的数据——他们的心率、血压——不只是在第一天,但他们每天住在加护病房每天两次直到他们死亡或生存,出院,“费萨尔告诉188金宝搏备用技术网络。

这种类型的分析非常罕见,因为生成的大量数据在此期间病人在ICU停留,也因为医院没有完全标准化的跟踪这些数据。费萨尔解释说,一些机构在他们的分析电子健康记录(EHRs)来跟踪他们的病人,其他icu无法与组织。


奥尔多·费萨尔教授,伦敦帝国理工学院的生物工程计算和部门。来源:伦敦帝国理工学院

“这些医院没有电子记录甚至不知道有多少病人死亡,或治疗方法被应用,和没有照片的情况下,“费萨尔说。允许跟踪、团队构建了一个易于使用的界面,允许模拟医院试验中输入详细的数据在ICU病人,即使只是用手。

容易的问题


这个接口允许帝国团队建立的照片不仅病人的生理机能,但是他们是如何被不同的icu和他们的结果是什么。费萨尔说,团队认为在患者如何对待“相当大的变化”。最大的风险之一病危COVID-19病人来自疾病的损害造成了在他们的肺。更好地帮助病人呼吸,icu治疗策略。最常见的方法之一是“倾向”,病人的身体翻转到他们的胃帮助肺部获取氧气。但在分析ICU的数据,费萨尔的团队指出,大部分的病人没有得到任何临床受益于倾向。“这很重要,因为如果一个医生规定的倾向,他们通常等待三到四天尝试别的东西,“费萨尔说。费萨尔的团队能够传输数据的机器学习算法可以找出病人特点预测容易成功或失败,数据可以帮助医生绕过倾向的患者可能会获得任何好处。

研究结果倾向等标准的医院技术实践尤其重要。“倾向是如此简单的事,”费萨尔解释道,“那你通常不会像你运行一个临床试验会引入一个新的COVID药物测试该药物是否可以工作。这有点像当你有一个阑尾炎。没有人会运行试验,看看会发生什么,如果你不停止的附录阑尾切除术,因为它实在是太危险的不去做。“团队表明患者提高呼吸系统和心血管组件的顺序器官衰竭评估(SOFA)得分,一个标准的ICU临床预测工具,不太可能做出积极的反应倾向。

如何设计一个医疗算法

帝国团队的算法使用了一种叫做夏普利添加剂解释(世鹏科技电子)来找出最重要的预测参数ICU生存。这涉及第一次看所有的医疗人员提供的数据,然后删除单个参数,看它有什么影响了算法的性能。使用这种技术,团队能够识别可能错过重要的参数使用录取数据分析。例如,病人的乳酸水平相对不重要的一天,但成为一个更好的预测患者是否会生存在ICU的第一周。


算法还允许团队做出更一般的预测什么因素会决定病人是否从一个呆在ICU中恢复过来。通过分析数据在病人的留下来,团队做了一个重要的发现:“我们发现健康的变量和参数,通常被认为是重要的入学日的参数是重要的第三天,“费萨尔说。

基于网络的工具


费萨尔的团队想要确保ICU医生们可以积极受益于他们的算法的见解。为此,团队创建了一个基于web的工具,使医生可以预测某些生理特征将患者在ICU进展期间。用户可以问简单的问题——如何COVID-19高血压患者有不同的影响在他们的疾病?这些患者干预最适合什么?——和接收一个容易消化输出答案。“想想就像一个情况室在电影你看到一切都放在一个画面。这基本上就是我们旨在提供的,所以,非常聪明,但非常忙,很不知所措的人可以获得一种发生了什么,“费萨尔说。

“我们看到事情发生在几周内,我本以为会发生,如果我们很幸运。”~ Professor Aldo Faisal

回顾历史,但团队的分析做了,尽管它有时似乎不喜欢它,COVID-19大流行终将结束。该小组的研究成果将用于其他疾病吗?“绝对”,费萨尔说。“你可以把这个应用到COVID-19,可以应用到任何疾病,人们在重症监护治疗,但也可以应用于初级护理。“费萨尔认为,大流行可能是医疗数字化的分水岭。“我们看到事情发生在几周内,我本以为会发生,如果我们幸运的话,两年前,”他说。他指出,更data-friendly方法在医院也被反映在病人实践——应用程序的使用信号是否被暴露于病毒现在是司空见惯,但已经完全陌生的发明者。

一个元素,费萨尔强调这项研究成功的关键是NHS的集中式医疗模式,使团队将数据从医院在不同卫生董事会和结合相对容易。“如果你是在一个私人卫生保健系统,那么每个医院将是一个不同的私人供应商,潜在竞争与其他私人提供商,也许没有想要分享数据,因为它可以放弃一些他们操作站。“追求pandemic-proof NHS不仅需要数字化,但协作。

参考:

Patel BV哈雾年代,Handslip R,等。自然历史轨迹,和管理机械通风COVID-19病人在英国。重症监护医学。2021年,47 (5):549 - 565。doi:10.1007 / s00134 - 021 - 06389 - z

满足作者
Ruairi J麦肯齐
Ruairi J麦肯齐
高级科学作家
广告
Baidu