日期:2024-12-23 23:57
5月13日,国际核心脏病学与心脏CT(ICNC)会议提到了一项新的研究,认为在预测丧生或心脏病发作方面,机器学习早已渐渐多达人类。该会议由美国核心脏病学会(ASNC)、欧洲心脏病学会(ESC)的欧洲心血管光学协会(EACVI)和欧洲核医学协会(EANM)牵头主办。通过重复分析950名胸痛患者的85个变量和未知的6年随访结果,算法自学了光学数据的相互起到,对丧生和心脏病发作展开了预测,准确率高达90%。芬兰图库宠物中心的路易斯·爱德华多·胡安兹·奥罗斯科博士是这项研究的作者,他回应人类很难打破三维或四维去思维,一转入第五维度就不会艾米。
医生用于风险评分来做到化疗要求,但因为评分仅有还包括少数几个变量,预测结果准确率并不低;而机器可以利用分析大量的数据,辨识一些不是很显著的简单因素。该项研究中,冠状动脉计算机断层血管造影(CCTA)扫瞄提供了58条关于冠状动脉斑块、血管狭小和坏死的数据。
该扫瞄产生了17个血流变量,研究人员从还包括性别、年龄、吸烟者和糖尿病在内的医疗记录中取得10个临床变量。在6年的随访中,有24事例心脏病发作和49事例丧生。85个变量被输出到一个取名为LogitBoost的机器算法中,AI之后通过重复分析算法,开始找寻防治心脏病发作和丧生的最佳结构。
奥罗斯科博士说道,“我们有数据,但还没充分发挥其潜力。医生们早已搜集了很多关于病人的信息,比如胸痛病人。我们找到机器学习可以统合这些数据并精确地预测个体风险,使得我们需要展开个性化化疗,协助患者恢复健康。
本文来源:彩盈娱乐平台网站-www.3215669.com