AI-algoritme læser og forudsiger patientdata fra elektroniske sundhedsjournaler

Forskere ved Icahn School of Medicine ved Mount Sinai har udviklet en ny, automatiseret, kunstig intelligens (AI)-baseret algoritme, der kan læse og forudsige patientdata fra elektroniske sundhedsjournaler (EHR'er). 

Den nye metode hedder Phe2vec, og den kan præcist identificere patienter med bestemte sygdomme. Det blev påvist at være lige så præcist som den mest populære traditionelle metode, som kræver mere manuelt arbejde at udføre.

Benjamin S. Glicksberg, ph.d., er adjunkt i genetik og genomiske videnskaber. Han er også medlem af Hasso Plattner Institute for Digital Health på Mount Sinai (HPIMS) og seniorforfatter af undersøgelsen. 

”Der er fortsat en eksplosion i mængden og typerne af data, der lagres elektronisk i en patients journal. Det kan være meget byrdefuldt at skille dette komplekse net af data ud og dermed bremse fremskridtene inden for klinisk forskning,” sagde Glicksberg. "I denne undersøgelse har vi skabt en ny metode til at mine data fra elektroniske sundhedsjournaler med maskinlæring, der er hurtigere og mindre arbejdskrævende end industristandarden. Vi håber, at dette vil være et værdifuldt værktøj, der vil lette yderligere og mindre forudindtaget forskning i klinisk informatik."

Undersøgelsen, som blev offentliggjort i tidsskriftet mønstre, blev ledet af Jessica K. De Freitas, en kandidatstuderende i Dr. Glicksbergs laboratorium.

Nuværende industristandard 

Forskere er i øjeblikket afhængige af etablerede computerprogrammer og algoritmer til at udtrække medicinske journaler for ny information. Et system kaldet Phenotype Knowledgebase (PheKB) udvikler og lagrer disse algoritmer. Systemet er yderst effektivt til at identificere en patientdiagnose korrekt, men forskerne er forpligtet til at gennemgå mange lægejournaler og lede efter data først. Disse data inkluderer ting som laboratorietest og recepter. 

Algoritmen er derefter programmeret til at guide computeren til at søge efter patienter, der har sygdomsspecifikke data, som er mærket en "fænotype". Dette gør det muligt for systemet at oprette en liste over patienter, som derefter skal kontrolleres manuelt af forskerne. Hvis forskerne ønsker at studere en ny sygdom, skal de starte processen forfra.

Den nye metode

Med den nye metode sætter forskerne computeren i stand til selv at lære at spotte sygdomsfænotyper, hvilket sparer forskerne tid og arbejde. Phe2vec-metoden var baseret på tidligere undersøgelser, som holdet udførte.

Riccardo Miotto, PhD, er tidligere adjunkt ved HPIMS og seniorforfatter af undersøgelsen. 

"Tidligere viste vi, at uovervåget maskinlæring kunne være en yderst effektiv og effektiv strategi til at udvinde elektroniske sundhedsjournaler," sagde Miotto. "Den potentielle fordel ved vores tilgang er, at den lærer repræsentationer af sygdomme fra selve dataene. Derfor udfører maskinen meget af det arbejde, eksperter normalt ville gøre for at definere den kombination af dataelementer fra sundhedsjournaler, der bedst beskriver en bestemt sygdom."

Computeren var programmeret til at gennemgå millioner af elektroniske sundhedsjournaler og lære, hvordan man identificerer sammenhænge mellem data og sygdomme. Programmeringen var baseret på "indlejring"-algoritmer, som også tidligere var udviklet af forskerne. Disse blev brugt til at studere ordnetværk på forskellige sprog.

En af disse algoritmer hed word2vec, og den var særlig effektiv. Computeren blev derefter programmeret til at identificere diagnosen på omkring 2 millioner patienter, hvis data blev lagret i Mount Sinai Health System.

Forskerne sammenlignede derefter effektiviteten af ​​de nye og gamle systemer, og de fandt ud af, at for ni ud af ti testede sygdomme var det nye Phe2vec-system lige så effektivt eller lidt bedre end den nuværende "guldstandard"-fænotypeproces til at identificere diagnose fra EPJ'er. Disse sygdomme kan omfatte demens, multipel sklerose, seglcelleanæmi og mere.

"Samlet set er vores resultater opmuntrende og tyder på, at Phe2vec er en lovende teknik til storstilet fænotyping af sygdomme i elektroniske patientjournaldata," sagde Dr. Glicksberg. "Med yderligere test og forfining håber vi, at det kan bruges til at automatisere mange af de indledende trin i klinisk informatikforskning, og dermed give videnskabsfolk mulighed for at fokusere deres indsats på downstream-analyser som prædiktiv modellering."