AI系统预测糖尿病并发症高危患者

为了在不良健康后果发生之前就预防，休斯顿大学蒂尔曼J.费尔蒂塔医学院的研究人员正在开发一种临床决策支持系统，该系统使用深度学习来预测哪些患者更有可能出现并发症。

　　

   

   

图片:温斯顿·廖博士，Tilman J. Fertitta家庭医学院卫生系统和人口健康科学系的首席研究员和系主任。    

美国有超过3700万人患有糖尿病，但许多人没有得到及时的治疗，这可能导致昂贵的，甚至致命的并发症。虽然在初级保健环境中可以获得有效的治疗，但临床医生缺乏必要的工具来确定那些风险最高的人。为了在不良健康结果发生之前预防，休斯顿大学的研究人员正在开发初级保健预测，这是一个临床决策支持系统，使用深度学习来预测哪些患者更有可能出现并发症。

在创新AI系统中开发的第一个工具是糖尿病并发症严重程度指数(DCSI)进展工具，该工具除了患者的病史外，还考虑了他们的社会和环境情况——就业状况、生活安排、教育水平、粮食安全——如何增加他们发生并发症的风险。研究表明，这些社会因素会影响疾病的进展。

该工具由美国家庭医学委员会(American Board of Family Medicine)资助，将为临床医生提供及时的、可操作的见解，以便他们能够早期干预，降低糖尿病患者出现并发症的比例，并降低影响每个患者的并发症数量。

“我们的长期目标是帮助临床医生在治疗糖尿病时更加主动，减少反应。通过利用人工智能和机器学习的能力，我们可以更有效地将高危人群与干预措施联系起来，避免他们病情恶化，”该项目的首席研究员、Tilman J. Fertitta家庭医学院卫生系统和人口健康科学系主任Winston Liaw博士说。

多年来，保险公司和研究人员都使用DCSI在一个时间点量化患者的并发症。然而，目前还没有工具可以预测哪些人的DCSI评分上升的风险最大。

该工具将与休斯顿大学Humana综合健康系统科学研究所合作开发，并利用来自Humana公司的独特数据集——索赔、健康记录以及个人和社区社会风险因素。该工具将在PRIME登记处内进行测试，这是一个包括全国数百万初级保健患者的国家平台。

“现有预测工具的挑战在于，它们几乎没有提供解释，也没有为后续行动提供指导，限制了信任和执行。我们正在开发的工具将告诉临床医生为什么患者处于危险之中，并建议采取行动来降低这种风险，”Ioannis Kakadiaris、Hugh Roy和Lillie Cranz Cullen大学计算机科学、健康系统和人口健康科学教授说。

“Humana很高兴能够与我们休斯顿大学的合作伙伴合作，利用他们的人工智能和预测分析专业知识，以及我们使用DCSI和健康影响社会决定解决方案的广泛糖尿病经验。该工具提供了一个很好的机会，可以将可操作的信息交到初级保健医生手中，在服务点，真正的健康变化发生，”Todd Prewitt博士说，Humana的企业医疗总监，临床战略和分析。

除了糖尿病，研究人员认为该工具还可以帮助预测与其他疾病相关的并发症，如无法控制的高血压或恶化的抑郁症。当医疗保健行业转向以价值为基础的医疗模式时，这个工具将特别重要。在这种模式下，医生因改善患者的健康状况而获得奖励，而不是每次就诊、手术或检查，无论结果如何都要获得报酬。

费尔蒂塔家庭医学院成立于2019年，其社会使命是改善德克萨斯州服务不足的城市和农村社区的健康和医疗保健，强调初级保健教育和研究。

“作为初级保健医生，我们需要一种有效的方式来利用我们收到的大量信息来提高患者的生活质量。患者所经历的并发症数量与死亡或住院密切相关，因此开发这种人工智能工具至关重要。”

---

---