電子健康記錄越來越多包括技術(shù)輔助預(yù)測患者對特定藥物的反應(yīng)，即藥物基因組學(xué)警報。梅奧診所的兩名博士候選人正在探索如何基于人工智能使這些警報更具可操作性，并減少臨床醫(yī)生的干擾，因?yàn)榕R床醫(yī)生可能會因警報過載而苦惱。

在一項(xiàng)新研究中，博士生Caroline Grant和Jean Marrero-Polanco在主要作者Arjun Athreya博士的指導(dǎo)下發(fā)現(xiàn)，臨床醫(yī)生通常更喜歡簡潔、個性化的警報，這些警報使用患者特定的基因組數(shù)據(jù)來幫助個性化他們的護(hù)理，而不是更通用或更詳細(xì)的警報。

他們的研究成果發(fā)表在《臨床與轉(zhuǎn)化科學(xué)》雜志上。這兩名學(xué)生都是梅奧診所生物醫(yī)學(xué)研究生院分子藥理學(xué)和實(shí)驗(yàn)治療學(xué)項(xiàng)目的博士生。

梅奧診所分子藥理學(xué)和實(shí)驗(yàn)治療學(xué)系計(jì)算機(jī)科學(xué)家Athreya博士表示：“人工智能有可能通過為臨床醫(yī)生和研究人員提供重要支持和增強(qiáng)信息來大大改善我們提供護(hù)理的方式，但我們需要了解技術(shù)使用的障礙以及可能改善人機(jī)交互的因素。我們的目標(biāo)是開發(fā)技術(shù)可靠、高度可用并增強(qiáng)臨床醫(yī)生專業(yè)知識的數(shù)字工具，以確?；颊攉@得最有效、個性化的護(hù)理?！?/p>

為了分析臨床醫(yī)生的偏好，研究團(tuán)隊(duì)采用了先進(jìn)的人工智能技術(shù)，包括使計(jì)算機(jī)理解人類語言的自然語言處理和支持計(jì)算機(jī)從數(shù)據(jù)中學(xué)習(xí)的機(jī)器學(xué)習(xí)。這些工具使研究人員能高效處理大量調(diào)查數(shù)據(jù)并發(fā)現(xiàn)原本難以發(fā)現(xiàn)的見解。