CHARM: Практический ИИ для медицинских данных

Как ИИ может выйти за рамки экспериментов и решить практические проблемы, используя реальные медицинские данные? Эта сессия познакомит с CHARM (Сотрудничество для гармонизации мер антимикробного регистра), инициативой по управлению антимикробными препаратами, которая преобразует медицинские данные в действенные инсайты через интерактивные панели и аналитику. Участники увидят, как CHARM использует данные от участвующих медицинских организаций для изучения паттернов назначения антибиотиков, выявления возможностей для улучшения и поддержки усилий по управлению антимикробными препаратами. Затем сессия продемонстрирует два проекта ИИ, разрабатываемых в экосистеме данных CHARM. Первый проект использует локально размещенные, открытые большие языковые модели (LLM) для стандартизации данных о рецептах, сохраняя при этом чувствительные медицинские данные в контролируемой среде. Проект сочетает в себе обработку структурированных данных, дополненную генерацию (RAG), дообучение, систематическую оценку и человеческую проверку для улучшения точности при снижении галлюцинаций и усилий по ручной очистке данных. Второй проект, CHARM Outlier, использует машинное обучение для выявления назначений антибиотиков, которые отличаются от ожидаемых паттернов назначения. Отмеченные записи представлены через веб-приложение, где исследователи и медицинские работники могут их просмотреть и предоставить обратную связь. Эта обратная связь затем используется для улучшения будущих предсказаний модели, создавая подход с учетом человеческого участия для выявления потенциально неуместного назначения. Вместе эти проекты демонстрируют, как панели, локально развернутые LLM, машинное обучение и человеческий опыт могут работать вместе для преобразования сложных медицинских данных в полезную информацию, учитывая при этом практические проблемы, касающиеся конфиденциальности, точности и ответственной реализации ИИ.