药师对用药医嘱的评估与机器学习模型预测的比较
机器学习
2020-11-04 v1
摘要
本工作的目标是评估一种旨在识别异常用药医嘱和药理特征的无监督机器学习模型的临床性能。我们在 2020 年 4 月至 2020 年 8 月期间开展了一项前瞻性研究，其中 25 名临床药师对 12,471 条用药医嘱和 1,356 个药理特征进行了二分类（典型或异型）评级。基于 AUPR，对医嘱的性能较差，但对药理特征的性能令人满意。药师认为该模型是一种有用的筛查工具。
引用
@article{arxiv.2011.01925,
title = {Comparison of pharmacist evaluation of medication orders with predictions of a machine learning model},
author = {Sophie-Camille Hogue and Flora Chen and Geneviève Brassard and Denis Lebel and Jean-François Bussières and Audrey Durand and Maxime Thibault},
journal= {arXiv preprint arXiv:2011.01925},
year = {2020}
}
备注
Machine Learning for Health (ML4H) at NeurIPS 2020 - Extended Abstract