详细内容或原文请订阅后点击阅览
AI模型为婴儿儿童制定了挽救生命的营养
Stanford和UCSF的研究人员渴望使AI超出预测性诊断，而是使用它来指导干预措施。该团队培训了一种AI模型，以创建肠胃外营养的食谱，这是对婴儿的挽救生命治疗。
来源:斯坦福大学日报无休止的数据收集发生在新生儿重症监护病房（NICU）中，负责照顾最脆弱的人群之一：年轻婴儿。旧金山分校（UCSF）的Stanford Medicine和Sorita Lab的Aghaeepour实验室的研究人员渴望使用这些数据来开发指导干预措施的人工智能（AI）。
科学家最近开发了TPN2.0，这是一种新的AI模型，该模型创建了总肠胃外营养（TPN）的数据驱动食谱，这是对NICU中婴儿的生命疗法。当前的TPN配方配方需要多学科团队，并且耗时且昂贵。
开发由麻醉学教授Nima Aghaeepour领导，Aghaeepour实验室使用机器学习进行转化生物学。该研究在自然界发表，由联合首先作者Joe Phongpreecha，博士后研究员Marc Ghanem，新生儿学家Jon Reiss和UCSF临床信息和数字转型副教授Tomiko Oskostsky率领。
自然实验室成员最初考虑率领预测性AI模型，但最终确定为临床动作提出建议的模型将更有益。
“我们很快了解到，如果我们只预测该患者将具有这种发病率，那对护理团队不会特别有用。” Aghaeepour说。 “斯坦福大学有一些同事最初与我联系，谈论TPN，这非常有帮助。”
使用从5,913名患者的电子健康记录得出的数据，研究人员培训了TPN2.0，创建了15种标准化公式，以提高TPN处方过程的安全性和成本效益。跨学科项目要求研究人员考虑药理学家，医师，护士和营养师的观点。
领导者