Deux nouvelles études du Département de la biomédecine informatique de Cedars-Sinai font progresser ce que nous savons sur l'utilisation de l'apprentissage automatique et des mégadonnées pour améliorer les soins de santé et la recherche médicale. Les deux études ont été publiées dans la revue évaluée par des pairs Motifs.
Dans la première étude, les chercheurs de Cedars-Sinai ont appliqué des techniques statistiques avancées pour analyser les dossiers de santé électroniques de près de 100 000 séjours à l'hôpital. Cette approche a identifié des médicaments inattendus associés à l'augmentation ou à la réduction de la glycémie des patients hospitalisés.
Nos résultats offrent des informations pratiques pour aider les cliniciens à anticiper et à gérer les changements de glycémie liés aux médicaments, améliorant finalement la sécurité glycémique pour les patients dans les hôpitaux. «
Jesse G. Meyer, PhD, professeur adjoint de biomédecine informatique à Cedars-Sinai et auteur correspondant de l'étude
Dans la deuxième étude, co-dirigée par Cedars-Sinai, les chercheurs ont développé une méthode sécurisée pour mettre en commun les données des patients à partir de plusieurs hôpitaux pour des études de recherche. Cette méthode permet aux hôpitaux d'envoyer des résumés statistiques des caractéristiques de leurs patients, plutôt que des données de santé des individus, à un emplacement central pour l'analyse par les enquêteurs, réduisant le risque de divulgation par inadvertance d'informations sensibles aux patients.
« Notre approche innovante ouvre la porte à des études plus grandes et plus diverses qui protègent mieux la vie privée des patients, améliorent la qualité de la recherche et soutiennent le développement de traitements plus efficaces », a déclaré Ruowang Li, PhD, professeur adjoint de biomédecine informatique chez Cedars-Sinai et auteur co-corrélinaire de l'étude.
« Les deux études mettent l'accent sur notre approche unique de l'utilisation de l'apprentissage automatique et des mégadonnées en médecine académique », a déclaré Jason Moore, PhD, professeur et président du Département de biomédecine informatique de Cedars-Sinai et auteur co-correspondant de l'étude. « Ces études favorisent la collaboration, conduisant finalement à des soins aux patients et à des recherches motivées par les données, sur les lacunes dans les résultats et la création de vies plus saines. ».
