原标题：医疗资源不浪费，IBM靠深度学习预测病患急诊就医次数

近日IBM研究团队发表了一项研究，通过深度学习技术分析病患的电子病历，预测病患日后到急诊就诊的次数，让医院借由预设模型分辨出真正需要急诊治疗的病患，制定急诊病患的优先顺序，发挥医疗资源最大的效益。

急诊室一直都是医院的一大挑战之一，过多非急诊状况的病患到急诊就医，会延误真正需要立即就医病患的治疗，且根据统计，这些不需要急诊的病患日后还可能会多次到急诊看诊，为了解决急诊病患过多的问题，辨别出哪些病患真正需要急诊治疗是非常重要的任务，可以让医院确保需要治疗的病患获得妥善的照顾。

为了准确的分辨出需要急诊的病患，IBM中国的研究团队开发了一套神经网络模型，通过病患的电子病历资料，来预测一位病患到急诊就医的次数，该模型是用典型的递归神经网络（Recurrent△neural△network，RNN），但是不像传统的机器学习方法，该神经网络会根据病患看急诊的行为和与其他病患数据之间的相关性，动态地模拟病患未来看急诊的行为。

IBM研究团队指出，在预测一位病患是否会到急诊就医的部分，相比典型的逻辑回归模型（Logistic△regression），该神经网络准确率高出6.59％，而在预测急诊的就医人数上，该模型的准确率则是比传统的线性回归模型还要可靠，甚至，该模型的准确率，也比用于预测急诊人数的热门模型XGboost高2%。

IBM研究团队期望，通过该模型准确地预测一位病患日后会到急诊就医的次数，医院可以用来建立急诊就医的优先顺序，确保需要急诊的病患，能够得到即时的治疗与照顾。

tags：

上一篇  下一篇

相关：

竞价医疗广告仍阴魂不散 [热事件]

原以为，在“魏则西事件”过去近两年后，在网上搜索疾病名已不再危险，可事实却狠狠地打了我们的脸。近日，据媒体报道，虽然在电脑端的搜索引擎上搜很多疾病关键词，已没有任何广告，但在移动端应用上，搜索结果排名

Nvidia以深度学习自动修复影像，P图不求人！

Nvidia研究员发表论文，能以深度学习修补破损或是缺少像素的图片，另外也能用于移除部分图片内容，并由人工智能自动填补的方式编辑图片。而这也是第一个能在不规则孔洞中，应用深度学习修复图像的研究。研究人员提到

赛门铁克：骇客集团锁定医疗供应链展开攻击，美国、欧洲、亚洲都是目标

示意图，与新闻事件无关。 图片来源: Symantec 资安业者赛门铁克（Symantec）周一（4/23）揭露一针对医疗产业展开攻击的新骇客集团Orangeworm，该集团于受害电脑上植入了木马程式Trojan.Kwampirs，这些受害电脑安装

违规医疗广告仍充斥网络 [热事件]

据中国之声新闻纵横报道。2016年的魏则西事件，暴露了互联网医疗广告乱象，百度竞价排名也因此陷入巨大的非议之中。然而这样的医疗广告并没有因此消失，只是换了个地方。互联网医疗广告频现 近日，有媒体报道称，以往

手术做一半无肿瘤引争议 [热事件]

说起疾病，大家都是怕的，但怕归怕，该治疗的还是要去医院治疗。但在求医问诊的过程中，有时候又会出现一些纠纷，比如近期就有一位女士手术做一半无肿瘤的情况出现了，这马上引起了大家的关注。对于当事人来说，自己