logo

Effektiv kategorisering fører til effektiv analyse

Beskrivelser av uønskede legemiddelhendelser, medisineringsfeil og overordnet behandling har potensial til å fortelle oss mye om et legemiddel. Hvis bare vi enkelt kunne forstå alle de ustrukturerte dataene!

Effektiv kategorisering fører til effektiv analyse
Outi Laatikainen forsker på hvordan medisinske data kan kategoriseres ved hjelp av kunstig intelligens.
Hvis vi ønsker å effektivt analysere større datamasser, må vi effektivt kategorisere variablene.

Aggressiv digitalisering i Finland har resultert i et vell av data om medisinbruk og feil. Hva kan vi gjøre med det hele?

Under dette webinaret, Post-doc. forsker Outi Laatikainen fra Universitetet i Uleåborg reflekterte over hvordan kunstig intelligens kan brukes til å forstå feilrapportering av medisiner i finsk spesialisert omsorg. Ved å bruke et datasett med 15 000 hendelsesrapporter for pasientsikkerhet, har hun testet mulighetene for naturlig språkbehandling for anonymisering, kategorisering av legemiddelnavn og hendelseskategorisering. Utfordringer underveis inkluderte egennavn og medisinsk slang. Resultatene er ikke skuddsikre, men de er definitivt et skritt i riktig retning!

Dette webinaret ble holdt på engelsk.

Opptak

Du kan laste ned podkasten til mobilen din på Apple Podcasts, Spotify eller Podbean. Søk etter "Norwegian Centre for E-health Research".