医療サービスのための機械学習と疫学的方法の交差点

保健サービスの研究の分野は幅広く、ヘルスケアシステムに関する質問に答えようとしています。それは本質的に学際的であり、疫学者は重要な貢献をしています。パラメトリック回帰技術は、健康サービスの研究において標準的な慣行のままであり、現在は浸透度が低い機械学習技術を使用しています。ただし、医療費、結果、品質など、いくつかの顕著な分野での研究は、これらのアプリケーション用の機械学習ツールの展開を開始しました。それにもかかわらず、疫学的方法の主要な進歩も、医療サービスの研究ではまだ根絶されています。この記事では、医療サービス研究の主要分野における機械学習の現在の状態をまとめて、医療サービスの研究のための機械学習と疫学的方法の交差点での重要な将来の方向性について説明します。

The field of health services research is broad and seeks to answer questions about the health care system. It is inherently interdisciplinary, and epidemiologists have made crucial contributions. Parametric regression techniques remain standard practice in health services research with machine learning techniques currently having low penetrance in comparison. However, studies in several prominent areas, including health care spending, outcomes and quality, have begun deploying machine learning tools for these applications. Nevertheless, major advances in epidemiological methods are also as yet underleveraged in health services research. This article summarizes the current state of machine learning in key areas of health services research, and discusses important future directions at the intersection of machine learning and epidemiological methods for health services research.