[ad_1]

محققان از یادگیری ماشینی ، نوعی هوش مصنوعی ، برای ایجاد یک مدل پیش بینی برای تشخیص زود هنگام اختلال استفاده از مواد افیونی استفاده کردند. پیش پرداخت در تحقیقات دارویی و دیدگاه ها.

این مدل از اطلاعات موجود در پایگاه داده ادعاهای تجاری از سال 2006 تا 2018 برای 10 میلیون ادعای بیمه درمانی از 550000 پرونده بیمار تولید شده است. او به داده هایی مانند جمعیت شناسی ، بیماری های مزمن ، تشخیص ها و روش ها و نسخه های دارویی متکی بود.

این ابزار منجر به تشخیص اختلال استفاده از مواد افیونی شد که به طور متوسط ​​14.4 ماه زودتر از تشخیص بالینی بود.

“اختلال در استفاده از مواد افیونی منجر به یک اپیدمی بسیار جدی در ایالات متحده و بسیاری از کشورها شده است ، به دلیل تشخیص از دست رفته و به تأخیر افتادن ، میزان مرگ و میر و مرگ و میر ویران کننده ای دارد. توانایی جدید الگوریتم ما در شناسایی زودتر افراد مبتلا احتمالاً باعث صرفه جویی در هزینه های زندگی و سلامتی می شود. “، گیدئون كورن ، نویسنده ارشد ، PhD ، از دانشگاه آریل در اسرائیل گفت.”

منبع تاریخچه:

مواد تهیه شده توسط وایلی. توجه: مطالب را می توان از نظر سبک و طول ویرایش کرد.

[ad_2]

منبع: unbox-news.ir

ایندکسر