健康

AIは、メリーランド州の隠れた鳥インフルエンザのリスクを明らかにしています

メリーランド大学医学部の研究者は、人工知能（AI）ツールの新しく非常に効果的なアプリケーションを開発し、電子医療記録のメモを迅速にスキャンし、H5N1鳥インフルエンザまたは「鳥インフルエンザ」に感染した可能性のある高リスク患者を特定しました。 臨床感染症 。生成AI大手言語モデル（LLM）を使用して、研究チームは、2024年に都市部、郊外、農村部の成人患者からのメリーランド大学医療システム（UMMS）病院の救急部門を13,494件の訪問を分析しました。これらの患者はすべて急性呼吸器疾患（咳、発熱、輻輳など）の初期膜炎などです。目標は、初期治療時に見落とされていた可能性のあるリスクの高い患者をどの程度生成することができるかを評価することでした。救急部門のすべてのメモをスキャンして、モデルは肉influや牛のような家畜のある農場で働くなど、鳥インフルエンザの高リスク曝露について言及したため、76にフラグを立てました。通常、これらの曝露は偶然にも言及されました。たとえば、患者の職業を肉屋や農場労働者として文書化することで、鳥インフルエンザに対する臨床的疑いのためではありません。研究スタッフによる簡単なレビューの後、14人の患者が、家禽、野鳥、家畜を含むH5N1を運ぶことが知られている動物に最近関連する動物に曝露したことが確認されました。これらの患者はH5N1について特異的にテストされていなかったため、潜在的な鳥の蛍光感染症は確認されませんでしたが、モデルは季節性インフルエンザや他の日常的な呼吸器疾患の治療を受けた数千人の患者の「干し草の山の針」症例を見つけるために働きました。「この研究は、生成的AIが、そうでなければ気付かれないリスクの高い患者を検出することにより、公衆衛生インフラの重大なギャップをどのように埋めることができるかを示しています」と、対応する著者は述べました。 キャサリンE.グッドマン博士、JD、 UMSOMの疫学と公衆衛生の助教授および教員のメンバー メリーランド大学健康コンピューティング研究所（UM-IHC） 。 「H5N1が米国の動物で循環し続けているため、全国的に最大の危険は、私たちが知らないことを知らないことです。症候性患者の数が潜在的な鳥インフルエンザに曝露していること、およびそれらの患者の数がどの程度検査されているのかを追跡していないため、感染が検出されない可能性があります。2024年初頭から、H5N1は17州で1,075人以上の乳牛群に感染しており、この発生期間中、1億7500万人以上の家禽と野生鳥が陽性であるとテストしました。特定された人間の症例はまれなままであり、70の感染症が確認され、2025年半ばまでに米国で1つの致命があります。 疾病管理予防センター（CDC）。 しかし、広範な検査が不足しているために検出されていない感染症がさらに多い可能性があります。さらに、新しい株が発生する可能性があり、人間から人間への空中広がりを可能にし、症例の増加と潜在的な流行につながります。「AIレビューでは、26分間の人的時間しか必要とされ、患者ノートあたりわずか3セントの費用がかかり、高いスケーラビリティと効率性を示しています」とStudyの共著者は述べました。 アンソニー・ハリス、MD、MPH、 UMSOMの疫学と公衆衛生の教授および代理議長。 「この方法には、新たに出現した流行をよりよく監視するために、新たな感染性疾患監視のための臨床センチネルサイトの国家ネットワークを作成する可能性があります。」LLM（GPT-4ターボ）は、動物曝露の言及を特定する際に強力なパフォーマンスを示しました。これは、2022年から2023年までの10,000の歴史的救急部門の訪問のサンプルで鳥流体が米国の家畜で循環する前に、90％の正の予測値と98％の負の予測値を示しました。ただし、このモデルは、犬への暴露などの低リスク動物接触の患者にフラグを立てることにフラグを立てる患者にフラグ付きの症例の人間のレビューの必要性を維持することにフラグを立てることに特に関連する暴露を特定する際に保守的でした。動物によって伝染する感染症のリスクが高まるにつれて、研究者は、大規模な言語モデルを前向きに使用して、医療提供者にリアルタイムで警告できることを示唆しています。これにより、感染した動物への潜在的な暴露、標的検査、患者を隔離することにより感染症の制御について尋ねることにもっと警戒するように促す可能性があります。 CDCは現在、鳥インフルエンザを追跡するために義務付けられたラボの報告に依存していますが、臨床医が症候性患者の関連する暴露について質問または文書化しているかどうかを評価するシステムがありません。研究者たちは、次に、高リスク患者のリアルタイムの識別を高速化するために、電子健康記録内の将来の監視と展開について大規模な言語モデルをテストしたいと考えています。呼吸器ウイルスの季節が秋に復活するにつれて、鳥インフルエンザの特別な検査、または治療を受けている間に予防的な隔離を必要とする患者を特定するための迅速かつ正確な方法を持つことは特に重要です。「私たちは、ビッグデータと人工知能に関する破壊的であるが信じられないほど有望な革命の最前線にいます」とUmsom Deanは言いました Mark T. Gladwin、MD また、メリーランド大学、ボルチモア（UMB）、ジョンZ.とアキコK.バウアーズが際立った教授でもある医学担当副社長でもあります。 「健康コンピューティング研究所で働くエンジニアと医師の研究者は、メリーランド州全体でサービスを提供する200万人の患者から医療記録に安全なアクセスを持っています。この研究が示すように、鳥インフルエンザのような新興感染症の初期シグナルを特定して、これらの疾患のテストを早く実行し、普及から維持することができます。」紙の他のUMSOM教員の共著者には、UMSOMの疫学と公衆衛生のローレンス・S・マグダー博士、ジョナサン・D・バグダディ博士、博士号、博士号、疫学と公衆衛生の准教授UMSOMの疫学と公衆衛生も含まれます。この研究は、2年前にメリーランド州ノースベセスダに設立されたUM Health Computing Instituteの貢献なしには不可能だったでしょう。 メリーランド大学、カレッジパーク、 メリーランド大学、ボルチモア、 そして メリーランド大学医療システム。 この研究所は、3つの機関の計算の専門知識、臨床専門知識、生物医学的革新、健康データ、および学術リソースを統合しています。「アカデミックヘルスシステムとして、私たちは今日のケアを提供しながら明日の治療法に備える責任があり、医学研究と患者ケアを促進するデータの全国リーダーでした」と述べました。 MOHAN MOVE、MD、MBA メリーランド大学医療システムの社長兼CEO。 「私たちは、システム全体のデータの価値が、私たちがサービスを提供できるコミュニティの多様性を代表していることを認識しています。」研究のための資金は、連邦医療研究と品質のための機関によって提供されました。 LLM分析のコンピューティングおよびデータストレージコストは、UM Health Computing Instituteによってサポートされていました。 /パブリックリリース。起源の組織/著者のこの資料は、ポイントインタイムの性質であり、明確さ、スタイル、長さのために編集される可能性があります。 Mirage.newsは制度的な立場や側面を取ることはなく、ここで表明されたすべての見解、立場、結論は、著者のみの見解のみです。…