据疾病控制与预防中心（CDC）最近报告，超过40%的美国成年人患有肥胖症。为了应对这一问题，肯尼索州立大学助理教授梁钊计划利用人工智能（AI）和机器学习来探讨导致农村地区肥胖的健康决定因素。梁钊的研究得到了美国国立卫生研究院（NIH）AIM-AHEAD项目51,747美元的资助，旨在研究社会决定因素（SDOH）。这些决定因素占健康结果的70%，是健康差异的主要驱动因素。社会决定因素包括地理位置，如居住在农村社区等因素。研究表明，美国农村地区的肥胖率大约是城市地区的6.2倍，这可能对健康结果产生重大影响。
“这些数据表明，农村地区迫切需要有针对性的结果，并突显了必要的变革。”梁钊说，他在肯尼索州立大学计算机与软件工程学院任教。农村居民经常面临严重的医疗资源不足的问题。为了应对肥胖差异，梁钊希望通过利用人工智能和机器学习对社区健康记录的大数据集进行分析，提高对健康决定因素的理解。一个关键资源是OCHIN数据库，这是一个非营利的医疗创新中心，汇集了来自33个州超过600万患者的电子健康记录和SDOH数据。
通过这项研究，梁钊希望揭示能够为政策改革提供依据的证据。研究结果将重点关注SDOH与肥胖之间的关联，为政府官员提供实施农村社区政策、结构和基础设施变化的建议。“我们希望建立一个模型，识别这些人群特有的影响因素，推动广泛的变化。”他说。肯尼索州立大学信息技术系主任邵恩武赞扬了梁钊的努力。“我们为支持梁教授及其重要的研究感到自豪。”邵恩武说，“他的工作体现了我们致力于解决现实世界挑战并改善社区健康结果的承诺。”
梁钊研究的一个主要目标是创建一个预测模型，确定导致较高肥胖率的因素。这对于制定政策和改善农村医疗服务至关重要，因为这些服务通常缺乏全面数据分析的资源。农村医疗机构常常因电子健康记录不足和人员短缺而影响患者护理。梁钊的研究旨在利用人工智能自动化流程，提高医疗服务效率。合作对于该项目至关重要。梁钊正与AIM Ahead项目、莫尔豪斯医学院和哈佛医学院合作，获得专家和社区利益相关者的支持。“与其他杰出人才合作使我们能够为最需要的社区创造创新解决方案。”他说。
为了评估其研究模型的有效性，梁钊计划将研究结果与农村医院的实际数据进行比较，旨在开发一个全面的人工智能框架，通过SDOH优化数据。这种方法确保解决方案能够有效解决当地健康问题。社区参与是另一个关键方面。梁钊希望通过研讨会和会议分享研究成果，促进居民和医疗保健提供者之间关于健康结果和潜在解决方案的讨论。展望未来，梁钊设想了一个综合的农村医疗保健网络，该网络结合社区意见，同时保护患者隐私。“如果成功，这项研究可以为解决更多健康差异的资金和举措打开新的大门。”梁钊说。
(全文结束)
