ตัวแบบเตือนระยะเริ่มต้นทำนายการเสื่อมสภาพของผู้ป่วยมะเร็ง

ภาพจาก The Source (Washington University in St. Louis)

Chenyang Lu และเพื่อนร่วมงานที่ Washington University ใน St. Louis ได้พัฒนาตัวแบบการทำนายด้วยการเรียนรู้ของเครื่อง (machine learning) สำหรับผู้ป่วยมะเร็งในโรงพยาบาล โดยรวบรวมจากข้อมูลที่ต่างกันในบันทึกสุขภาพแบบอิเล็กทรอนิกส์ ตัวแบบโครงข่ายประสาทเทียมแบบเกิดซ้ำ CrossNet แบบปลายต่อปลาย (end-to-end) รวมข้อมูลแบบคงที่ที่รวบรวม ณ เวลาเข้ารับการรักษา กับข้อมูลอนุกรมเวลาที่รวบรวมซ้ำ ๆ ระหว่างพักรักษาตัวในโรงพยาบาล CrossNet เรียนรู้ที่จะคาดการณ์การเสื่อมสภาพโดยป้อนข้อมูลแบบคงที่หรืออนุกรมเวลาที่ขาดหายไปอย่างถูกต้อง Lu กล่าวว่า "มนุษย์ไม่สามารถเห็นรูปแบบที่ซ่อนอยู่เหล่านี้หรือแนวโน้มในข้อมูล ดังนั้นนี่คือที่ที่การเรียนรู้ของเครื่องสามารถทำได้ดีมาก" การวิจัยนี้เป็นส่วนหนึ่งของความพยายามในการออกแบบระบบเตือนระยะเริ่มต้นเพื่อทำนายการเสื่อมสภาพของผู้ป่วยมะเร็งขณะเข้ารับการรักษาในโรงพยาบาล ตลอดจนยกระดับผลลัพธ์การรักษาของผู้ป่วย

อ่านข่าวเต็มได้ที่: The Source (Washington University in St. Louis)