來自 Tempus 和 Geisinger 的一組臨床醫(yī)生和科學(xué)家發(fā)現(xiàn)，一種新的人工智能模型可以準(zhǔn)確識別出患有未確診結(jié)構(gòu)性心臟病風(fēng)險增加的患者。
結(jié)構(gòu)性心臟病(SHD) 是一組對心臟瓣膜、壁、腔室或肌肉產(chǎn)生不利影響的疾病。SHD 通常是一種進(jìn)行性疾病，會導(dǎo)致各種衰弱癥狀或死亡，因此早期診斷和治療患者以防止這些不良結(jié)果非常重要。然而，許多患有這種疾病的患者未被確診。
Tempus 和 Geisinger 的研究試圖通過開發(fā)一種新的機器學(xué)習(xí)模型來解決這一診斷差距，該模型使用來自 12 導(dǎo)聯(lián)心電圖 (ECG) 的數(shù)據(jù)——一種廉價且常用的測量心臟電信號的測試——來識別高血糖患者未確診 SHD 的風(fēng)險。發(fā)表在Circulation上的 rECHOmmend 模型可以預(yù)測可通過超聲心動圖(心臟超聲)診斷的七種結(jié)構(gòu)性心臟病中的任何一種。
數(shù)據(jù)科學(xué)家和醫(yī)學(xué)研究人員團(tuán)隊使用來自 Geisinger 超過 37 年的患者護(hù)理的 480,000 多名患者的 220 萬份心電圖來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)(一種特殊類型的 AI 模型)來預(yù)測哪些患者，在沒有先前病史的患者中SHD 將發(fā)展出臨床上顯著的疾病，可以從指南指導(dǎo)的監(jiān)測或治療中受益?？傮w而言，該研究發(fā)現(xiàn)該模型實現(xiàn)了出色的性能，超過了任何先前發(fā)布的預(yù)測任何單一疾病的模型的性能。研究結(jié)果表明，使用這種模型的臨床醫(yī)生可以用更少的診斷研究發(fā)現(xiàn)更多的疾病。
Tempus 首席科學(xué)官 Joel Dudley 博士說：“結(jié)構(gòu)性心臟病具有很高的發(fā)病率和死亡率負(fù)擔(dān)，這種模型對于在臨床實踐中識別未確診的患者既可行又實用。”“我們的兩個團(tuán)隊正在繼續(xù)尋找新的方法，在心臟病達(dá)到患者不可逆轉(zhuǎn)的嚴(yán)重衰弱階段之前應(yīng)用人工智能來預(yù)測心臟病，而 rECHOmmend 研究建立在這項基礎(chǔ)工作的基礎(chǔ)上。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！