University of Alberta Forscher haben ein neues web-basiertes Tool , um medizinische Fachkräfte bei der Bestimmung der richtigen Behandlung natürlich für verletzte Arbeiter zu unterstützen entwickelt und hilft , sich besser fühlen und sich wieder auf frühere Arbeiten .
Die Forscher verwendeten eine Form der künstlichen Intelligenz genannt maschinelles Lernen , um Verletzungen und Behandlung Datensätze aus Albertas Arbeiterunfalldatenbankzu analysieren, um ein Werkzeug, das über geeignete Rehabilitations empfiehlt erstellen. Während der frühen Tests, die Support-Tool tatsächlich besser als Ärzte .
" Das Ziel dieses Werkzeug , und alle unsere Sanierungsstrategien ist heute in der Lage, diesen Menschen helfen, wieder gesund fühlen , nehmen an produktiver Arbeit und Wiedereingliederung in ihre Arbeit so schnell wie möglich ", sagte Doug Gross, ein Associate Professor für physiotherapie an der Fakultät für Rehabilitationsmedizin .
Gross ' Forschung mit WCB - Alberta Millard Health , einem Anbieter von beruflichen Rehabilitation und Behinderung Managementdienste angegliedert. Ein Großteil seiner Arbeit konzentriert sich auf die Suche nach neuen Möglichkeiten, um sicherzustellen Arbeiter sind physisch auf dem richtigen Weg der Besserung - Heilung, die auch hilft, ihre emotionale und finanzielle Wohlbefinden und die Wirtschaft , sagte er.
" Es gibt enorme Kosten wirtschaftlich zu Vergütungssystem der Arbeiter , so dass wir ständig auf der Suche , um Gesundheits- Strategien, um diese Arbeiter Übergang zurück an den Arbeitsplatz zu verbessern . "
Computer-Algorithmus bei Kern Online-Tool
Gross gemeinsam mit Osmar Zaïane , Professor für Computerwissenschaftenan der Fakultät für Naturwissenschaften , einen Computer -Algorithmus, einen Kurs der Rehabilitation prognostiziert entwickeln .
Dazu verlassen Zaïane Team auf Informationen aus einer Provinz Datenbank 8611 Arbeitnehmer, die nach einer ersten Behandlungen wurden für Assessments bezeichnet , ob sie bereit sind , wieder zu arbeiten waren . Die Datenbank enthält Informationen über Verletzungstypen, Sanierungsverfahren , Zeit zwischen Verletzungen und Rehabilitation, Schmerz Maßnahmen und Gesamtergebnisse , zusammen mit persönlichen Daten wie Alter, Geschlecht, Familienstand , Ausbildung und Job-Status .
"Für mich war es ein offensichtliches Beispiel für die Art von Ansatz, den wir durch maschinelles Lernen tun können ", sagte Zaïane .
Jede Behandlung durch das Support-Tool empfohlen wurde durch eine Reihe von Regeln mit dieser historischen Beweise erstellt angekommen. " Sie können die Empfehlungen des Werkzeugs zu vertrauen, weil Sie wissen, wie sie diese Entscheidung getroffen und warum. "
Das Tool erwiesen etwa 85 Prozent genau , empfehle die richtige Behandlung - eine Erfolgsquote , die zuverlässiger als Einschätzungen von Physiotherapeuten , Ergotherapeuten und Bewegung Therapeuten getan war . Wenn Patienten für Behandlungen, die nicht in einer Rückkehr zur Folge haben zur Arbeit bezeichnet , hält die Maschine es einen Fehler , erklärte Zaïane .
Derzeit wird das Tool nur verwendet werden, um Schülern zu trainieren . Weit mehr Tests erforderlich , bevor es es in die Hände der Angehörigen der Gesundheitsberufe , mit möglichen Anwendungen , neue Mitarbeiter zu schulen und den Einsatz in abgelegenen Gebieten. Aber selbst dann ist das Ziel nicht auf Ärzte zu ersetzen, sagte Gross.
"Es geht um den Kliniker Entscheidungen und wie wir Ihnen helfen , diese Entscheidungen zu erweitern ", sagte er . " Wir alle machen Fehler und tun, so gut wir können . Wir haben unterschiedliche Einflüsse auf unsere Entscheidungen und Vorurteile , und wenn es Tools gibt , mit deren Hilfe diese Gesundheits-Anbieter bessere Entscheidungen zu treffen , so soll es sein . "
Eine Studie detailliert ihre Ergebnisse in der Fachzeitschrift für Arbeits Rehabilitation veröffentlicht .