Loading… 声称能识别76%致死情况的医疗算法,实则只能弥补7%的人工纰漏 _TOM健康
首页 > 健康 > 正文
Qzone
微博
微信

声称能识别76%致死情况的医疗算法,实则只能弥补7%的人工纰漏

前瞻网    2021-06-28 14:13

 

声称能识别76%致死情况的医疗算法,实则只能弥补7%的人工纰漏

美国最大的电子健康记录公司Epic Systems声称其开发的算法可以提前识别76%的败血症迹象。败血症是一种致命的感染并发症,可导致器官衰竭,是医院主要死因之一。

但根据周一发表在《美国医学会杂志》(JAMA Internal Medicine)上的一项新研究,该算法并不像宣传的那样好用。研究发现它只有63%的时间是正确的。

Epic公司的一位发言人在一份声明中对这一发现提出异议,说其他研究表明该算法是准确的。

败血症很难早期发现,但尽快开始治疗可以提高患者的生存机会。Epic系统和其他类似的自动预警工具通过扫描病人的测试结果,以发现患者身上败血症的征兆。大约四分之一的美国医院使用Epic的电子医疗记录,数百家医院使用其败血症预测工具,其中包括密歇根大学健康中心,该发现的研究作者卡兰迪普·辛格在那担任助理教授。

该研究检查了密歇根医学中心2018年和2019年近4万次住院的数据。在这些住院病人中,有2552人患上了败血症,而Epic的败血症工具遗漏了其中的1709个病例。在被遗漏的病例中,其中约三分之二的病例仍被识别并迅速治疗。该工具只发现了7%被医生遗漏的败血症病例。分析还发现了一个很高的假阳性率:当一个病人的警报响起时,该病人实际发生败血症的可能性只有12%。

辛格发现,问题的部分原因似乎在于Epic算法的开发方式。它根据医生提交治疗方案的时间来定义败血症,而不一定是病人第一次出现症状的时间。这意味着它捕捉的是医生已经认为有问题的病例。辛格说:“这基本上是在试图预测医生已经在做什么。这也不是研究人员通常会使用的败血症的衡量标准。”

挖掘病人数据以预测其健康状况可能发生的情况的工具很常见,对医生来说很有用。但是,它们的表现完全取决于训练数据,并且与其他算法一样存在偏见。2019年的一项研究发现,主要医疗系统用来标记需要特别关注的病人的一种算法对黑人病人有偏见。

在新冠疫情暴发的早期,Epic推出了另一个预测工具,称为恶化指数。它的目的是帮助医生决定哪些病人应该进入重症监护室。由于情况紧急,因此该算法在没有受到独立评估前便投入各大医院开始使用。一项小型研究显示,它可以识别高风险和低风险的病人,但对医生来说可能没有用。布朗大学的研究人员警告说,该系统中可能存在未曾预料到的问题或偏见。

辛格在社交平台上说,如果数字工具要发挥其在医疗保健方面的潜力,像Epic这样的公司应该对它们的制造过程保持透明,而且应该对它们进行定期监测。在未来,智慧医疗将成为主流,因此相关算法将不可避免地变得越来越普遍,开发人员和机构应该对这些系统进行更多的独立评估。

前瞻经济学人APP资讯组

本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com)

 

广告
责任编辑: 3976DBC

责任编辑: 3976DBC
人家也是有底线的啦~
广告