Titre :

Pharmaceutical Decision Support System Using Machine Learning to Analyze and Limit Drug-Related Problems in Hospitals.

Auteur(s) :

Ben Othman, Sarah [Auteur]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Décaudin, Bertrand [Auteur]
Groupe de Recherche sur les formes Injectables et les Technologies Associées (GRITA) - ULR 7365
Odou, Pascal [Auteur]
Groupe de Recherche sur les formes Injectables et les Technologies Associées (GRITA) - ULR 7365
Rousselière, C. [Auteur]
Centre Hospitalier Régional Universitaire [CHU Lille] [CHRU Lille]
Cousein, E. [Auteur]
Centre Hospitalier Régional Universitaire [CHU Lille] [CHRU Lille]
Hammadi, Slim [Auteur]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]

Titre de la revue :

Studies in Health Technology and Informatics

Nom court de la revue :

Stud Health Technol Inform

Numéro :

310

Pagination :

1593-1597

Éditeur :

IOS Press

Date de publication :

2024-03-01

ISSN :

1879-8365

Discipline(s) HAL :

Sciences du Vivant [q-bio]

Résumé en anglais : [en]

The health product circuit corresponds to the chain of steps that a medicine goes through in hospital, from prescription to administration. The safety and regulation of all the stages of this circuit are major issues to ...
Lire la suite >The health product circuit corresponds to the chain of steps that a medicine goes through in hospital, from prescription to administration. The safety and regulation of all the stages of this circuit are major issues to ensure the safety and protect the well-being of hospitalized patients. In this paper we present an automatic system for analyzing prescriptions using Artificial Intelligence (AI) and Machine Learning (ML), with the aim of ensuring patient safety by limiting the risk of prescription errors or drug iatrogeny. Our study is made in collaboration with Lille University Hospital (LUH). We exploited the MIMIC-III (Medical Information Mart for Intensive Care) a large, single-center database containing information corresponding to patients admitted to critical care units at a large tertiary care hospital.Lire moins >

Langue :

Anglais

Audience :

Internationale

Vulgarisation :

Non

Établissement(s) :

Université de Lille
CHU Lille

Collections :

• Groupe de Recherche sur les formes Injectables et les Technologies Associées (GRITA) - ULR 7365

Date de dépôt :

2024-03-20T22:02:49Z
2024-05-22T08:29:29Z
2024-05-24T11:08:20Z