盖辛格的研究人员发现，人工智能可以预测死亡风险
景角的研究人员发现，使用心脏的超声心电图视频开发的计算机算法可以在一年内预测死亡率。
算法 - 所谓的一个例子机器学习,或人工智能(AI) -优于其他临床使用的预测指标，包括合并队列方程和西雅图心衰评分。研究结果发表在自然生物医学工程。
“我们很高兴发现机器学习可以利用非结构化的数据集如医学图像和景观嘉宾科技科学与信息学系共同高级作者和助理教授的临床预测模型的广泛临床预测模型。
影像对大多数医学专业的治疗决定至关重要，并已成为电子健康记录(EHR)数据最丰富的组成部分之一。例如，一次心脏超声可以产生大约3000张图像，而心脏病专家在大量其他诊断数据的背景下解释这些图像的时间有限。这为利用机器学习等技术来管理和分析数据，并最终为医生提供智能计算机辅助创造了巨大的机会。
在他们的研究中，研究团队使用专门的计算硬件来训练机器学习模型，这些机器学习模型在过去十年中从34362名盖辛格患者收集了812278个超声心动图视频。该研究将该模型的结果与心脏病专家基于多项调查得出的预测进行了比较。随后的一项调查显示，在该模型的辅助下，心脏病学家预言准确性提高了13％。该研究利用近5000万张图片代表了曾出版过的最大的医学图像数据集之一。
“我们的目标是发展计算机算法改善病人护理，“在景角的翻译数据科学和信息学系的作家和高级数据科学家博尔诺·乌洛奥·努尔·普拉诺·普拉纳说。”在这种情况下，我们很兴奋，我们的算法能够帮助心脏病学家提高他们的预测患者，由于关于治疗和干预的决策是基于这些类型的临床预测。“
更多信息:Ulloa Cerna等人。深度学习辅助分析超声心动图视频可以提高对全因死亡率的预测。Nat生物医学中（2021）。doi.org/10.1038/s41551-020-00667-9.
期刊信息:
自然生物医学工程
由...提供Geisinger卫生系统
引用盖辛格的研究人员发现，人工智能可以预测2021年4月20日从//www.puressens.com/news/2021-02-geisinger-ai-death.html获得的死亡风险(2021年2月8日)
本文件受版权保护。除以私人学习或研究为目的的公平交易外，未经书面许可不得转载任何部分。内容仅供参考之用。
用户评论