临床证据引擎：一种临床领域无关决策支持基础设施的概念验证
人工智能
2021-11-02 v1 人机交互
摘要
晦涩的学习算法与复杂数据集日益成为现代临床决策支持系统（CDSS）的特征。因此，临床医生在面临困难的诊断或治疗决策时，难以轻松或快速地审视 CDSS 的推荐。过度信任或信任不足屡见不鲜。先前研究探索通过解释 DST 数据输入与算法机制来支持此类评估。本文探索一种不同路径：从生物医学文献中提供精确相关的科学证据。我们提出一个概念验证系统——临床证据引擎，以展示该方法在三个领域（心血管疾病、自闭症、癌症）中的技术与设计可行性。借助 Clinical BioBERT，系统可基于冗长的临床问题（例如“需动脉导管的重症监护病房成人患者若以聚维酮碘-酒精处理，其导管感染风险”）有效识别临床试验报告。该能力使系统能识别与诊断/治疗假设——无论是临床医生的还是 CDSS 的——相关的临床试验。此外，临床证据引擎可识别临床试验摘要的关键部分，包括患者人群（例如需动脉导管的重症监护病房成人患者）、干预（聚维酮碘-酒精）与结局（导管感染风险）。该能力开启了使临床医生能够 1）快速判定临床试验与临床问题的匹配度，以及 2）无需大量阅读即可理解试验结果与背景的可能性。我们通过两个示例使用场景展示该潜力。我们讨论了将 DST 解释设计为不特定于某 DST 或某算法，而是作为一种领域无关决策支持基础设施的理念。
引用
@article{arxiv.2111.00621,
title = {Clinical Evidence Engine: Proof-of-Concept For A Clinical-Domain-Agnostic Decision Support Infrastructure},
author = {Bojian Hou and Hao Zhang and Gur Ladizhinsky and Gur Ladizhinsky and Stephen Yang and Volodymyr Kuleshov and Fei Wang and Qian Yang},
journal= {arXiv preprint arXiv:2111.00621},
year = {2021}
}