AI预测心衰患者死亡风险优于现有模型

2019-11-20

近日发表在《欧洲心力衰竭杂志》(European Journal of Heart Failure)上的一项研究显示,一种新开发的机器学习模型能够预测心力衰竭患者在一定时期内的死亡风险,准确率达88%,优于已有的风险预测模型。

该研究由来自加州大学圣地亚哥分校(UC San Diego)的物理学家与心脏病专家组成的团队开展,纳入加州大学圣地亚哥分校医学院的5,822名住院或门诊心衰患者的电子病历数据,利用机器学习算法,开发了心衰患者的死亡风险评估模型。该模型通过采集患者临床数据中的舒张压、肌酐、血尿素氮、血红蛋白、白细胞计数、红细胞分布等8种变量,自动进行风险评分,得出患者未来三个月或一年内死亡的风险等级。其曲线下面积(AUC)为0.88。基于评估结果,医护人员可对高风险的心衰患者实施个性化的治疗与护理。

该研究团队还使用了加州大学旧金山分校(UC San Francisco)的患者脱敏数据,及11个欧洲医疗中心的数据库对该工具进行了两次测试,AUC值分别为0.84与0.81,验证了该模型的临床有效性。

研究人员表示,预测死亡率对心衰患者的医疗照护很重要。目前临床多采用统计学方法进行有限的、主观性的风险判定,而AI从大数据中捕捉信息,用决策树方法计算病人特征和死亡率之间的相关性,能够更有效预测患者的预期寿命。这不但为心衰患者晚期治疗提供指导,也为更复杂的疾病风险预测提供方法论参考。

参考资料:https://healthitanalytics.com/news/machine-learning-predicts-life-expectancy-in-heart-failure-patientshttps://www.idigitalhealth.com/news/risk-score-helps-predict-life-expectancy-in-patients-with-heart-failure

成为我们的合作伙伴

信息提交
姓      名
所在地区
单位名称
手  机  号

提交

感谢您的关注,我们会尽快与您取得联系!