关联医疗团队协作与患者结局的预测分析
社会与信息网络
2025-12-04 v1 计算机与社会
机器学习
摘要
癌症治疗结局不仅受临床和人口统计因素影响，还受医疗团队协作的影响。然而，先前工作在塑造患者生存方面很大程度上忽视了人类协作的潜在作用。本文提出了一种应用AI方法，用于揭示医疗专业人员(HCP)通过电子健康记录(EHR)系统记录的协作对癌症患者结局的影响。我们将EHR介导的HCP交互建模为网络，并应用机器学习技术检测嵌入在这些协作中的患者生存预测信号。我们的模型经过交叉验证以确保泛化能力，并通过识别与改善结局相关的关键网络特征来解释预测。重要的是，临床专家和文献验证了所识别的关键协作特征的相关性，强化了其在现实世界应用中的潜力。本工作为利用协作的数字痕迹和AI来评估和改进基于团队的医疗提供了实用的工作流程。该方法可迁移至涉及复杂协作的其他领域，并为支持数据驱动的医疗干预提供可操作的见解。
引用
@article{arxiv.2512.03296,
title = {Associating Healthcare Teamwork with Patient Outcomes for Predictive Analysis},
author = {Hsiao-Ying Lu and Kwan-Liu Ma},
journal= {arXiv preprint arXiv:2512.03296},
year = {2025}
}