图神经网络：预测医院感染的新前沿

　　日内瓦大学的研究人员在医疗保健技术方面取得了突破性的进展，他们的研究发表在《健康数据科学》杂志上。

　　该研究侧重于图神经网络(gnn)在卫生保健环境中的创新应用，特别是在检测抗菌素耐药性(AMR)和多药耐药(MDR)肠杆菌科定植方面，对患者护理和医院管理具有重要意义。

　　来自日内瓦大学的Douglas Teodoro教授解释了论文中解决的核心问题，“我们的目标是建立医疗保健环境中复杂相互作用的模型，以预测医疗保健相关感染(HAIs)的传播。我们将患者和医护人员的网络信息纳入了这一预测。”

　　正如Teodoro所强调的那样，这项研究最重要的信息是，分析卫生保健网络的相互作用，以增强对HAIs的预测的潜力。“这种方法可能是感染控制向前迈出的重要一步卫生保健机构的控制和预防战略，”他说。科学家们用精制材料开发了一种新装置。资料来源:日内瓦大学的Racha Gouareb和Douglas Teodoro

　　展望未来，该团队设想他们的模型将被用于加强感染预防和控制(IPC)计划，并减轻HAIs的负担。Teodoro说:“鉴于我们的方法是数据驱动的方法，我们预计它适用于具有类似传播动态和各种医疗保健环境的其他病原体。”

　　伴随这项研究的是一幅名为“基于图的医院感染预测”的图像，描绘了该团队使用图神经网络对多重耐药肠杆菌科传播的复杂模式进行建模。这项工作旨在彻底改变医院预测和管理感染风险的方式。

　　这项研究不仅强调了gnn在医疗环境中的创新使用，而且强调了技术在加强患者护理和医院管理策略方面日益重要的意义。

　　更多信息:Racha Gouareb等人，使用图神经网络检测多药耐药肠杆菌科感染风险:回顾性研究，健康数据科学(2023)。DOI: 10.34133 / hds.0099引文:图神经网络:预测医院感染的新前沿(2023,11月28日)检索自https://medicalxpress.com/news/2023-11-graph-neural-networks-frontier-hospital.html本文受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。