Brug af sprogmodeller til klinisk forskning og innovation
Indsigt.ai’s sprogmodeller kan bruges til at finde oplysninger til klinisk forskning. Se mere i nedenstående video. Fordele ved vores sprogmodeller i forskning:
Hjem » Algoritmer »
Kliniske Algoritmer
At finde relevant information i patientjournaler
Indsigt.ai’s modeller finder relevant information i patientjournalen ved brug af en eller flere algoritmer afhængigt af opgaven. Hør mere om, hvordan sprogmodellerne fungerer:
Livsstilsfaktorer
Livsstilen har stor betydning for risikoen for sygdom. Derfor er det også vigtigt at der i journalen redegøres for patientens vægt, rygning, alkohol og fysisk aktivitet. I dette projekt laver vi algoritmer, der kan ekstrahere denne information fra journalen
Fjern personfølsomme oplysninger
I patientjournalens tekst optræder der af og til personfølsom information, hvilket i mange sammenhænge er uhensigtsmæssigt. Det kan dreje sig om CPR-numre, navne og adresser. Derfor har vi udviklet en algoritme, der identificerer forekomsten af personfølsomme oplysninger og erstatter det… Læs mere »Fjern personfølsomme oplysninger
Venøs trombose
En venøs tromboembolisme (VTE) er en livstruende sygdom. Risikoen for at udvikle VTE er op til 100 gange højere for indlagte patienter end den generelle befolkning. Behandling med blodfortyndende medicin mindsker risikoen for VTE men øger samtidig risikoen for blødning.… Læs mere »Venøs trombose
Blødning
Blødning ses hyppigt under indlæggelse, hvilket kan lede til forlænget indlæggelse, øget behandling og i værste fald en dårligere prognose. Viden om blødningstilfælde er vigtig i mange situationer, idet tidligere blødning er den primære risikofaktor for at bløde igen. Derfor… Læs mere »Blødning