機器學習|研究:新型AI評分工具,可準確預測心臟病患者的死亡風險

機器學習|研究:新型AI評分工具,可準確預測心臟病患者的死亡風險


近日 , 美國的摩約翰霍普金斯醫院研究人員表示 , 他們新設計的人工智能評分工具 , 可以更準確地預測疑似或已知冠狀動脈疾病患者在10年內死亡的可能性 。
研究作者Theo Pezel表示 , 新評分與基于臨床數據的傳統方法不同 , 它加入了心臟的成像信息 , 由壓力心血管磁共振(CMR)來測量 。 這是第一項表明機器學習結合臨床參數和CMR , 可以非常準確地預測死亡風險的研究 。
研究團隊對接受壓力CMR治療的31752名患者進行了追蹤調查 , 隨訪期長達6年 。 在隨訪期內 , 有2679(8.4%)名患者死亡 。
機器學習分兩步進行 。 首先 , 它用于選擇哪些臨床和 CMR 參數可以預測死亡 , 哪些不能 。 其次 , 機器學習用于根據第一步中確定的重要參數構建算法 , 為每個參數分配不同的重點以創建最佳預測 。 最后 , 它會對患者在10年內死亡的可能性進行0(低風險)到10(高風險)的評分 。
研究結果表明 , 機器學習在預測哪些患者會活著或死亡時 , 準確率高達76% 。 這就意味著 , 在大約四分之三的患者中 , 人工智能評分系統做出了正確的預測 。
【機器學習|研究:新型AI評分工具,可準確預測心臟病患者的死亡風險】Pezel博士說:“我們的研究表明 , 將這些影像信息與人工智能生成的算法中的臨床數據相結合 , 可幫助有心血管癥狀或危險因素的患者預防相關疾病和心源性猝死 。 ”
前瞻經濟學人APP資訊組
參考資料:https://scitechdaily.com/ai-accurately-predicts-risk-of-death-in-patients-with-suspected-or-known-heart-disease/

    相關經驗推薦