CHARM: Praktische KI für Gesundheitsdaten

Wie kann KI über Experimente hinausgehen und praktische Probleme mit realen Gesundheitsdaten lösen? Diese Sitzung wird CHARM (Collaboration to Harmonize Antimicrobial Registry Measures) vorstellen, eine Initiative zur Kontrolle des Antibiotikaeinsatzes, die Gesundheitsdaten in umsetzbare Einblicke durch interaktive Dashboards und Analysen umwandelt. Die Teilnehmer werden sehen, wie CHARM Daten von teilnehmenden Gesundheitsorganisationen verwendet, um Antibiotika-Verschreibungsmuster zu untersuchen, Verbesserungsmöglichkeiten zu identifizieren und die Bemühungen um die Kontrolle des Antibiotikaeinsatzes zu unterstützen. Die Sitzung wird dann zwei KI-Projekte vorstellen, die im Rahmen des CHARM-Datenökosystems entwickelt werden. Das erste nutzt lokal gehostete, quelloffene große Sprachmodelle (LLMs), um Verschreibungsdaten zu standardisieren und gleichzeitig sensible Gesundheitsdaten in einer kontrollierten Umgebung zu halten. Das Projekt kombiniert strukturierte Datenverarbeitung, retrieval-augmented generation (RAG), Feintuning, systematische Evaluierung und menschliche Überprüfung, um die Genauigkeit zu verbessern und gleichzeitig Halluzinationen und den manuellen Reinigungsaufwand zu reduzieren. Das zweite Projekt, CHARM Outlier, verwendet maschinelles Lernen, um Antibiotikaverschreibungen zu identifizieren, die von den erwarteten Verschreibmustern abweichen. Markierte Datensätze werden über eine Webanwendung präsentiert, in der Forscher und Gesundheitsfachkräfte sie überprüfen und Feedback geben können. Dieses Feedback wird dann verwendet, um die zukünftigen Vorhersagen des Modells zu verbessern und einen menschlichen Überprüfungsansatz zur Identifizierung potenziell unangemessener Verschreibungen zu schaffen. Zusammen zeigen diese Projekte, wie Dashboards, lokal bereitgestellte LLMs, maschinelles Lernen und menschliche Expertise zusammenarbeiten können, um komplexe Gesundheitsdaten in nützliche Informationen umzuwandeln und gleichzeitig praktische Bedenken hinsichtlich Datenschutz, Genauigkeit und verantwortungsvoller KI-Implementierung zu berücksichtigen.