![纽约大学Langone健康已发表的概述人工智能(AI)动力工具旨在平滑医院业务更好的病人护理,提供细节的发展一个大型语言模型(LLM) NYUTron,纽约大学的研究人员领导的研究小组设计的格罗斯曼医学院。](http://www.alohadebbie.com/sites/default/files/styles/content_large/public/DAIC%20NYU%20Langone.jpeg?itok=hEo_3x-U)
纽约大学Langone健康已发表的概述人工智能(AI)动力工具旨在平滑医院业务更好的病人护理。这篇文章,“新艾医生的预言再次入院和其他健康的结果,“网上公布6月7日提供细节的发展一个大型语言模型(LLM),称为NYUTron,纽约大学的研究人员领导的研究小组设计的格罗斯曼医学院。图片由:纽约大学Langone健康
2023年6月21日—纽约大学Langone健康已发表的概述人工智能(AI)动力工具旨在平滑医院业务更好的病人护理。这篇文章,“新艾医生的预言再次入院和其他健康的结果,“网上公布6月7日提供细节的发展一个大型语言模型(LLM)NYUTron。
纽约大学Langone健康新闻摘要提供以下描述和其技术的含义:
一个人工智能计算机程序可以读医生的笔记来准确评估患者的死亡风险,住院时间、护理和其他因素重要。由研究员领导的研究小组设计的纽约大学格罗斯曼医学院当前使用的工具,其附属医院预测出院患者的机会将在一个月内重新接纳。
专家们一直探索计算机算法旨在改善医疗保健,和一些被证明能够做出有价值的临床预测。最好不过,很少有人在使用,因为电脑处理信息在整洁的桌子,而医生通常写在创造性的、个性化的语言,反映了人类如何思考。
繁琐的数据重组一直是一个障碍,研究人员说,但一种新的人工智能,大型语言模型从文本,可以“学习”无需特殊格式化的数据。
网上发布的研究在《华尔街日报》6月7日自然,“健康system-scale语言模型是通用的预测引擎,”研究小组设计了一个叫做NYUTron LLM,可以被训练使用的文本从电子健康记录有用的评估病人的健康状况。结果显示,该程序可以预测那些重新接纳的80%,约5%的改进标准,非llm需要重新格式化的医疗数据的计算机模型。
“我们的研究结果强调潜在的使用大型语言模型指导医生对病人的治疗,”研究报告的主要作者说薰衣草江二元同步通信,博士生纽约大学数据中心的科学。“程序像NYUTron可以实时提醒医疗服务提供者有关因素可能导致重新接纳和其他问题可以很快解决,甚至避免。”江泽民说,通过自动化基本任务,技术可能会加速工作流和允许医生花更多的时间和病人谈话。
大型语言模型使用专门的计算机算法来预测填写一个句子最恰当的词可能基于真实的人在这种情况下会使用一个特定的术语。更多的数据用于“教”计算机如何识别这些词模式,更准确的猜测变成了随着时间的推移,江补充道。
为他们的研究中,研究者使用数以百万计的临床训练NYUTron指出收集电子健康记录的336000名男性和女性收到了护理在纽约大学Langone医院系统在2011年1月和2020年5月之间。结果4.1 -billion-word语言“云”包括任何医生写的记录,如放射学报告,病人进展指出,放电指示。值得注意的是,语言并不是标准化的医生,程序甚至可以解释缩写独有的一个特定的作家。
根据研究结果,NYUTron发现85%的人死于医院(比标准方法改进了7%)和大约79%的患者的实际长度保持(在标准模型提高了12%)。工具还成功的可能性评估附加条件附主要疾病(疾病指数)以及保险拒绝的机会。
“这些结果表明,大型语言模型不仅使“智能医院”的发展可能性,但现实中,“研究的资深作者,神经外科医生说埃里克•Oermann医学博士纽约大学Langone神经外科医生。他指出,“既然NYUTron读取直接取自电子健康记录的信息,其预测模型可以快速轻松地构建和实现通过医疗保健系统”。
Oermann,一个部门的神经外科和放射学助理教授在纽约大学Langone健康,补充说,未来的研究可以探讨模型提取计费代码的能力,预测感染的风险,并确定正确的药物治疗,以及其他潜在的应用。他警告说,NYUTron是卫生保健提供者的支持工具和并不打算取代提供者判断针对个别病人。
提供的研究经费国立卫生研究院(NIH)赠款P30CA016087 R01CA226527。提供进一步融资波长计凯克基金会医学研究基金会资助。
Oermann的顾问Sofinnova伙伴风险投资公司,专门从事生物技术的发展,可持续性,和药品。他也有股票在Artisight Inc .公司生产医疗组织操作的软件,和他的配偶是受雇于Mirati疗法,开发癌症治疗。这些安排的条款和条件的管理按照纽约大学Langone健康的政策和做法。
纽约大学除了江和Oermann,其他调查人员参与研究Xujin克里斯•刘废话;穆斯塔法Nasir-Moin,英航;二王博士;阿拉斯Abidin博士;凯文·伊顿,医学博士;马里兰州霍华德Riina;Ilya Laufer博士;Paawan旁遮普人,医学博士;玛德琳Miceli博士;诺拉·金博士; Cordelia Orillac, MD; Zane Schnurman, MD; Christopher Livia, MD, PhD; Hannah Weiss, MD; David Kurland, MD, PhD; Sean Neifert, MD; Yosef Dastagirzada, MD; Douglas Kondziolka, MD; Alexander Cheung, MA; Grace Yang; Ming Cao; Monda Flores; Anthony Costa, PhD; Yindalon Aphinyanaphongs, MD, PhD; and Kygunghyun Cho, PhD. Other study authors included Nima Pour Nejatian, PhD, MBA, at nVidia in Santa Clara, Calif., whose computer hardware was used to build NYUTron.
更多信息:www.nyulangone.org
引用:
江,L.Y.刘,X.C.,Nejatian, N.P. et al. Health system-scale language models are all-purpose prediction engines. Nature (2023).https://doi.org/10.1038/s41586 - 023 - 06160 - y