UC Berkeley研究可表明的AI，说明退伍武士自杀风险

据悉，加州大学伯克利分校的研究职员，已在操作深度进修说明电子康健记录数据，以帮助VA（美国退伍武士事宜部，以下简称VA）应对退伍武士的生理题目。

研究职员在一个包括波士顿某医院重症监护室约4万名患者医疗记录信息的数据齐集，举办数据实习建模，天生定制的动态自杀风险指数，其目标是辨认有自杀风险的患者，从而将这套模子提供应VA。

据VA陈诉数据表现，自从美国动员伊拉克和阿富汗战役以来，均匀每年有8000名人兵自杀。

而VA推出的“百万退伍武士自杀提防树模项目”，旨在办理这一题目。

该项目标早期事变首要齐集从多样化和伟大的数据池中探求纪律和模式，以此成立神经收集，然后从数据齐集的出院条记和大夫条记里，计较和分类出自杀风险高的患者。

VA还在连系美国能源部，全力将超等计较、软件开拓和收集应用于这个项目傍边。与此同时，VA也在网络70万退伍武士的医疗记录和基因组数据集，以及全美2200万退伍武士的EHR数据。

该防御项目将VA的EHR体系与美国能源部的高机能计较、人工智能和数据说明资源相团结，初期的重要使命是自杀提防以及火线腺癌和心血管疾病说明等。

UC Berkeley尝试室讲话人西尔维·娅克里维利在一份声明中谈到，“美国退伍武士事宜部一向在网络约70万名退伍武士的医疗记录和基因组数据，他们必要美国能源部的辅佐，来说明这些信息，得出可表明的纪律和缘故起因，以改进这些人的医疗保健。”

克里维利团队以为，将大夫的临床履历整合到算法模子和技能平台中，将会有用进步妙度进修模子的迅速度/特异度和鲁棒性，而大夫团队充实的信赖，也会进一步敦促工科团队开拓出可表明的人工智能模子。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!