Ana sayfa/Sağlık

Açıklanabilir model, kanser yoğun bakımında deliryum riskini dış kohortta sınadı

Kanserli 20.596 yoğun bakım hastasını kapsayan çalışma, deliryum riskini öngören yorumlanabilir makine öğrenmesi modellerini MIMIC-IV verisinde geliştirip daha büyük eICU kohortunda dışarıdan doğruladı.

Açıklanabilir model, kanser yoğun bakımında deliryum riskini dış kohortta sınadı için özgün kapak görseli
KISA ÖZET

Bilmen gereken 3 şey

  • Toplam 20.596 kanserli yetişkin yoğun bakım hastası değerlendirildi.
  • Geliştirme ve iç doğrulama MIMIC-IV'teki 5.686 hasta, dış doğrulama ise eICU'daki 14.910 hasta üzerinde yapıldı.
  • Yorumlanabilirlik katmanı, hasta bazında hangi klinik değişkenlerin risk tahminini yönlendirdiğini göstermeyi amaçladı.
YAPAY ZEKÂ ETKİ KARTI

Bu gelişme nereyi etkiliyor?

ETKİ
ANALİZİ
Toplum92/100
Bilim90/100
Günlük yaşam78/100
Ekonomi66/100

Bu puanlar haberin kapsamı, etkilenen kişi ve sektörler ile kısa–orta vadeli sonuçları dikkate alınarak editoryal olarak hazırlanır.

Ne oldu?

Deliryum yoğun bakımda sık görülen, uzamış yatış ve kötü sonuçlarla ilişkili bir durum. Kanser hastalarında hastalığın kendisi, tedavi yükü ve organ işlev bozuklukları riski daha karmaşık hale getirebiliyor; erken sinyal, önleyici izlem ve ilaç gözden geçirmesini destekleyebilir.

Geniş dış kohort, tek merkezli modellere göre daha güçlü bir genellenebilirlik sınaması sunuyor. Yine de retrospektif kayıtlar eksik ölçüm ve tanı kodu farklılıklarından etkilenebilir; ileriye dönük kullanımın gerçek deliryum oranını azaltıp azaltmadığı gösterilmeli.

Neden önemli?

Modelin bağımsız bir yoğun bakım veritabanında sınanması ve tahmin gerekçelerini görünür kılması, klinik karar desteği için iki önemli koşulu birlikte ele alıyor. Riskli hastaları daha erken belirlemek, düşük maliyetli önleme adımlarının zamanında uygulanmasına yardım edebilir.

KONU ZAMAN ÇİZELGESİ

Sağlık gündemi nasıl ilerledi?

RESMÎ KAYNAKCommunications Medicine

Haberin dayandığı özgün duyuruyu inceleyebilirsin.

Kaynağı aç
OKUMAYA DEVAM ET

Haber akışı devam ediyor

Aşağı kaydırdıkça sıradaki yapay zekâ haberleri otomatik olarak açılır.

SIRADAKİ HABER01

Dil modelleri, günlüklerden depresyon düzeyindeki değişimi izledi

108 katılımcının 14–21 günlük video günlüklerini inceleyen büyük dil modelleri, günlük depresyon puanları üretti; ortalama model puanları klinik görüşmeyle ölçülen belirti şiddetiyle ilişki gösterdi.

Dil modelleri, günlüklerden depresyon düzeyindeki değişimi izledi kapak görseli

Ne oldu?

Araştırmacılar videonun görüntüsünü değil, kısa günlüklerin yazıya dökülmüş metinlerini dil modellerine vererek günlük depresyon şiddeti puanladı. Model ve öz bildirim puanlarının işlevsellik değişkenleriyle ilişki profilleri birbirine oldukça yakındı.

İlişki, tanı doğruluğu anlamına gelmiyor. Örneklem küçük, günlükler araştırma koşullarında toplandı ve dil modelleri mahrem metinleri işliyor; klinik kullanım için farklı dil ve topluluklarda doğrulama, veri koruması ve uzman denetimi gerekiyor.

Neden önemli?

Depresyon belirtileri haftalık veya aylık ölçekler arasında hızla değişebilir. Serbest anlatımdan güvenli ve şeffaf biçimde türetilen ölçümler, kişinin durumunu daha sık izlemeye yardımcı olabilir; ancak hekim değerlendirmesinin yerine geçmemeli.

Sıradaki haber hazırlanıyor…

YAPAY ZEKÂ ▲38%APPLE ▲21%ROBOTİK ▲17%ÇİP ▲12%OYUN ▼8%SİBER GÜVENLİK ▲24%