Machine Learning 資訊 | 基於深度學習識別姑息治療患者

「Hiring a Machine Learning engineer or Data Scientist in Silicon Valley is becoming like hiring a professional athlete. That’s how demanding it is」 — The New York Timeshtml

基於深度學習識別姑息治療患者

Stanford ML Group 創建了一個使用深度學習算法的程序,根據電子健康記錄(Electronic Health Record ,EHR,包括病歷、心電圖、醫療影像等信息)數據肯定在將來3-12個月高風險死亡的住院患者。這些病人的預警信息將發送給姑息治療小組,這有助於姑息護理小組儘早介入、提供服務。python

姑息治療(Palliative Care ,在日本、中國臺灣翻譯爲舒緩醫學)起源於 hospice運動,最先起源於公元四世紀。根據世界衛生組織的定義,姑息治療強調控制疼痛及患者有關症狀,並對心理、社會和精神問題予以重視,目的是爲病人和家眷贏得最好的生活質量。react

預測模型是一個 18 層的深度神經網絡,輸入參數爲一個病人的 EHR 數據,輸出爲將來 3-12 個月死亡的機率。訓練數據採用斯坦福醫院 EHR 數據庫中的歷史數據,包含超過 200 萬名患者的數據。EHR 數據包括患者過去 12 個月的診斷結論、治療程序、處方和相關細節(通過脫敏和技術處理,以替代碼的形式表示),全部數據被轉換成 13654 維的特徵向量。訓練好的模型 AUROC 評分達到 0.93 ,交叉驗證的平均精度爲0.69 分。git

對於機器學習系統來講,使用戶能夠根據預測結果採起行動,須要提供預測結果的詳細解釋,這點對於創建用戶信心相當重要。Stanford 的程序能夠自動生成一個報告,在病人的 EHR 數據中高亮突出對於預測結果具備重要影響因子的條目。github

分類

Mybridge AI 在 20000 篇關於建立機器學習應用的文章中挑選了前 50 名。從有實踐經驗的數據科學家那裏學習是一個好方法,咱們能夠的分享中得到構建、運營機器學習應用的經驗教訓。50 篇文章大體能夠分爲 15 個主題,以下所示:算法

Recommended Learning

圖像處理 Image Manipulation

風格轉換 Style Transfer

圖像分類 Image Classification

人臉識別 Face Recognition

視頻穩定化 Video Stabilization

目標檢測 Object Detection

自動駕駛汽車 Self Driving Car

智能推薦 Recommendation AI

智能遊戲 Gaming AI

智能下棋 Chess AI

智能醫學 Medical AI

智能演說 Speech AI

智能音樂 Music AI

天然語言處理 Natural Language Processing

預測 Prediction

擴展閱讀:《The Machine Learning Master》

更多精彩內容掃碼關注公衆號:RiboseYim's Blog 微信公衆號數據庫

相關文章
相關標籤/搜索