Artificial intelligence for hospital clinical pharmacy : training predictive algorithms to assist pharmaceutical expertise of drug prescriptions

Abstract

Ce projet de recherche mêlant l’intelligence artificielle à la pharmacie clinique a permis d’entrainer et de comparer les performances de trois modèles de machine learning : random forest, light gradient boosting machine et un réseau de neurones artificiels. L’entrainement de ces algorithmes s’est basé sur des données rétrospectives de patients hospitalisés dans un seul établissement sur une période de quatre ans. L’algorithme de random forest a présenté les meilleurs résultats en terme de F1-score. Il est capable de prédire la probabilité de nécessité d’une intervention pharmaceutique sur une ligne de prescription hospitalière. Les résultats sont satisfaisants et contribuent à l’avancée de la recherche en apportant de nouvelles perspectives dans le domaine de l’intelligence artificielle en pharmacie clinique hospitalière. Les travaux exploratoires continueront à enrichir ces algorithmes et contribueront ainsi à sécuriser la prise en charge médicamenteuse des patients.

Ähnliche Arbeiten