1 医院概况 院内新闻 医疗动态 服务导航 就医指南 护理天地 社区卫生 医院公告 专家介绍 精品文章
省医学会第九次临床输血学学术会议
血液透析病人的小常识
美籍教授应邀来我院作学术讲座
北京医院与克拉玛依市人民医院开展
《Cell》发表肺癌中被肿瘤用于促进
山东大学齐鲁医院发表国际论文“质
天津大港海滨医院:出生前大脑会产生触觉
眼球内肿瘤的影像学诊断和鉴别诊断
天津市肿瘤医院举办“结直肠肿瘤综合治疗
山东大学齐鲁医院承办中国泰山高峰论坛P&
徐兵河医生:晚期乳腺癌治疗有新利器,化
痊愈医学可以改变什么
 当前位置>>主页 > 医疗动态 > 学术平台 >

机器学习超越人类预测死亡或心脏病发作

来源:天津海滨人民医院 作者:天津海滨人民医院 发布时间:2019-05-13 12:19  
机器学习在预测死亡或心脏病发作方面超越了人类。这是今天在ICNC 2019上发表的一项研究的主要信息。


国际核心脏病学和心脏CT会议(ICNC)由美国核心脏病学会(ASNC),欧洲心脏病学会(ESC)的欧洲心血管成像协会(EACVI)和欧洲协会共同组织。核医学(EANM)。

通过反复分析950名患有已知六年结果的患者中的85个变量,算法“学习”了成像数据如何相互作用。然后,它确定了将变量与死亡和心脏病发作相关联的模式,准确率超过90%。

机器学习是人工智能(AI)的现代基础,每天都在使用。谷歌的搜索引擎,智能手机上的人脸识别,自动驾驶汽车,Netflix和Spotify推荐系统都使用机器学习算法来适应个人用户。

研究作者芬兰图尔库PET中心的Luis Eduardo Juarez-Orozco博士说:“这些进展远远超出了医学方面的进展,我们需要对如何评估风险和结果持谨慎态度。我们有数据,但我们尚未充分利用它。“

医生使用风险评分来做出治疗决策。但这些分数仅基于少数变量,并且通常在个体患者中具有适度的准确性。通过重复和调整,机器学习可以利用大量数据并识别人类可能不明显的复杂模式。

Juarez-Orozco博士解释说:“人类很难思考三个维度(一个立方体)或四个维度(一个多维数据集的时间)。当我们跳到第五维度时,我们就失去了。我们的研究表明,非常高的维度模式比单维模式更有用,可以预测个体的结果,因此我们需要机器学习。“

该研究纳入了950例胸痛患者,这些患者接受了该中心通常的寻找冠状动脉疾病的方案。冠状动脉计算机断层扫描血管造影(CCTA)扫描产生了58条关于冠状动脉斑块,血管狭窄和钙化的数据。具有提示疾病的扫描的那些人进行了正电子发射断层扫描(PET)扫描,其产生了17个血流量变量。从医疗记录中获得了十个临床变量,包括性别,年龄,吸烟和糖尿病。

在平均6年的随访期间,有24次心脏病发作,49人死于任何原因。将85个变量输入到名为LogitBoost的机器学习算法中,该算法一遍又一遍地分析它们,直到找到预测心脏病发作或死亡的最佳结构。

Juarez-Orozco博士说:“该算法逐步从数据中学习,经过多轮分析后,它计算出应该用于有效识别患者事件的高维模式。结果是个人风险评分“。

单独使用十个临床变量(类似于当前临床实践)的预测性能是适度的,曲线下面积(AUC)为0.65(其中1.0是完美检验,0.5是随机结果)。当添加PET数据时,AUC增加至0.69。当将CCTA数据添加到临床和PET数据时,预测性能显着增加(p = 0.005),给出AUC 0.82和超过90%的准确度。

Juarez-Orozco博士说:“医生已经收集了大量关于患者的信息 - 例如胸痛患者。我们发现机器学习可以整合这些数据并准确预测个体风险。这应该使我们能够个性化治疗并最终导致为患者带来更好的结果。“

上一篇:人工智能可以防止胸痛稳定的患者进行不必要的检查   下一篇:非侵入性技术对心脏疼痛的诊断准确性
版权所有:天津海滨人民医院 地址:天津市大港油田 网站地图        津ICP备:09008725    您是第 153877位访问者