外媒 | 研究人员开发机器学习系统以检测公共卫生威胁-普瑞纯证

纽约大学机器学习实验室（ML4G Lab）、卡内基梅隆大学和纽约市卫生和心理卫生部门（NYC DOHMH）的研究人员开发了一种自动化的机器学习系统，旨在检测罕见或以前未见过的疾病集群。当前用于识别公共卫生威胁的自动化系统依赖于“综合监测”来检测现有威胁，但可能无法识别新的威胁。为了弥补这一监测差距，研究人员设计了一种名为多维语义扫描（MUSES）的系统，该系统将使公共卫生官员能够更快速、更有效地应对新兴的不寻常或新型威胁。为了开发该系统，研究团队依赖于一种“预综合”监测方法，该方法利用数字化通信的患者病情数据。与此相反，当前的监测系统依赖于将案例数据分类为现有疾病综合症。通过不自动分类案例，这种“预综合”系统可以支持快速检测公共卫生当局不知道的新兴疾病或病情。为了创建该系统，研究人员使用了医院急诊科（ED）访问的匿名主诉数据。这些主诉通常由患者用自己的话提供，并由急诊科分诊护士或临床医生记录，新系统使用这些主诉来识别患者使用的单词或短语的趋势和模式，从而可能检测到局部病例集群。该系统还可以整合公共卫生从业者的反馈，以帮助区分相关和不相关的集群，减少误报，并为卫生部门和医院提供决策支持。该系统的推出将为公共卫生机构和医院提供重大的监测进展，因为它消除了传统监测系统的缺陷，同时保护了数据隐私和安全。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。