韦德体育app官网威廉博蒙特医学院的研究人员获得了200美元的奖金,5万美元的拨款，用于研究人工智能的一种可能用途，以帮助改善母婴健康状况.

这笔赠款来自密歇根健康捐赠基金, 这是一家慈善基金会，致力于改善密歇根居民的健康状况，同时降低医疗成本.

这个为期一年的项目是与OUWB的合作项目, 位于密歇根州东南部的Corewell健康中心, 以及一个由社区组织代表组成的小型利益相关者咨询小组, 患者人群, 社区卫生工作者, 以及团队领导.

该项目旨在通过使用人工智能识别与不良结果相关的健康社会决定因素，提高社区卫生工作者的效率.

项目负责人是Ramin Homayouni博士.D., 教授, 基础医学研究部门和创始主任, 人口健康信息学, OUWB.

“这是一个关键点，我们四年来围绕人工智能的工作实际上正在变得实用,Homayouni说. “到目前为止，这一直是理论和工程工作.’

“现在我们有机会实施这一计划，并证明实施对人口健康产生了影响,他补充道

项目起源和AI

Homayouni自2018年以来一直在OUWB工作，并与Corewell健康的同事密切合作.

Homayouni说, 他最近被邀请到底特律地区的Corewell健康公平委员会任职, 由研究人员组成, 医生, 和护士.

他说，该实体的重点领域之一是孕产妇健康和孕产妇健康结果. 产妇保健一般是指妇女在怀孕期间的健康, 分娩, 以及产后时期. 美国疾病控制与预防中心报告称，美国有5万名女性.S. 每年都有妊娠并发症, 但黑人女性死于妊娠相关并发症的可能性至少是白人女性的三倍.

最终——很大程度上是因为他在该领域的专业知识——决定由Homayouni领导一个项目，该项目于2023年11月向密歇根健康捐赠基金(Michigan Health Endowment Fund)提出.

该项目依赖于人工智能和医生已经记录在电子健康记录(EHRs)中的现有信息。. 简单地说, 人工智能可以扫描电子病历中的临床记录，以检测吸烟等社会和行为因素, 抑郁症, 食品不安全, 压力, 和更多的.

这款专有的人工智能是由Homayouni和Corewell健康的一组数据科学家开发的.

“我们已经用人工智能技术证明了这一点, 我们可以更全面地确定我们的特定患者群体的社会和行为需求，而不仅仅是在筛查问卷中捕捉到的,Homayouni说.

这个想法是，一旦确定了患者的风险因素, 社区卫生工作者(chw)可以根据患者的具体需求，为患者量身定制个性化的护理和规划.

chw的作用

Deidre Hurse博士.D.她是牛津大学基础医学研究系的助理教授. 她也是项目组的一员.

她之前的经历包括在密歇根社区卫生工作者联盟(MiCHWA)的董事会任职。. 进一步, 她是MiCHWA过渡为自己的非营利组织时的临时执行董事.

简而言之, 她说, 卫生保健员是将社区与其卫生保健系统联系起来的公共卫生工作者, 州卫生部门, 还有其他资源. 卫生保健员通常具有与他们所关注的领域相关的经验.

例如, 帮助人们摆脱贫困的chw可能有申请医疗补助或食品援助项目的经验.

其他卫生保健中心侧重于保健. 虽然他们不是训练有素的医生或护士, 有证据表明，它们可以有效地改善健康结果, 降低成本, 促进卫生公平. 进一步, 许多研究表明，保健员可以显著促进改善产妇保健结果, 特别是在低收入和农村地区.

“chw之所以如此有效，是因为社会决定因素是那些发生在检查室之外的因素，它们对健康的影响最大,赫斯说。. “医生治疗并稳定病人, 提供药物……但如果病人的基本需求无法得到满足, 它会引起问题, 复苏的可能性也降低了.”

本署的计划旨在找出病人在什么时候需要帮助，以满足他们的基本需要，并把资料提供给医护人员，让他们向病人提供所需的帮助

“很高兴使用”

莱斯利·迈耶(Leslie Meyer)是Corewell健康的卫生公平和社区卫生高级主管.

她称该项目是卫生系统和OUWB之间“丰富关系的延续”, 以及“解决孕产妇保健问题的非常创新的方法.”

据迈耶说，Corewell健康目前处理了密歇根州约30%的新生儿. 这意味着该项目有可能对孕产妇保健产生重大影响, 她说.

“当我们谈到解决孕产妇保健问题时, 历史上的差距之一是关于健康的社会决定因素,她说。. “我们非常高兴使用这种创新工具来帮助我们不仅针对个人的怀孕健康, 还有那些影响婴儿和父母健康状况的社会条件.”

最近的一项研究发现，与卫生保健系统和保险公司的密切关系是影响以孕产妇健康为重点的CHW项目的主要因素之一. 具体地说, 该研究强调了从电子病历中获取临床数据的重要性，以确定可以使卫生保健中心更有效的信息.

OUWB/Corewell关系允许拨款项目建立从电子病历中提取相关信息的途径，而无需让卫生工作者直接访问私人记录.

Homayouni说，这是一种比过去更有效的识别健康社会决定因素的方法. 这是因为传统上这些信息是通过调查获得的, 哪些是命中命中最好的, 或者根本不收集. 他说，90%以上接受治疗的患者没有接受调查.  

他说:“最重要的是，如果你只依赖调查，你就会自动产生差距。. “有很大一部分真正有需求的人甚至没有被调查.”

“这就是人工智能如此重要的原因，”他补充道. “这些信息已经存在于医疗记录中, 哪些可以补充调查中收集到的信息.”

Homayouni说，明年，试点拨款将决定这一过程的可行性. 本质上, 该小组将研究数据的准确性, 跟踪它是如何送到卫生工作者手中的, 并确定工作流程是否得到改善.

希望第二笔赠款将使该小组能够进一步开展该项目，并研究对孕产妇健康的长期影响.

“我们希望表明，在有限的资源下，你仍然可以产生很大的影响，”Homayouni说.

欲了解更多信息，请联系OUWB高级营销专家Andrew Dietderich (电子邮件保护).

如需采访，请访问OUWB通讯 & 市场营销 网页.

本作品在a 知识共享署名-非商业性.0国际许可证.