机构名称：
¥ 1.0
腹部主动脉瘤（AAAS）仍然是全球社会的主要关注点，因为破裂和死亡的风险相关。当前，AAA的管理需要临床和成像风险因素，而这些风险因素在患者特定的风险评估方面并不精确和准确。在过去的十年中，人工智能（AI）和机器学习（ML）算法的利用通过允许基于患者特征创建个性化模型，从而改变了医学领域的决策过程。本综述旨在以主动脉动脉瘤的预测建模形式讨论AI的当前状态和未来方向，从而强调了ML在风险评估，筛查和预后中的多功能性和进展。我们扩展了基于AI的解决方案中使用的各种策略，以及一般和特定方法（例如受监督和无监督学习，深度学习等）之间的差异。此外，我们提出了将临床，成像和基因组数据纳入AI/ML的问题，以提高其对临床实践的预测性和适用性。此外，我们讨论了将开发的基于AI的预测模型转变为临床实践的困难和前景，以及与数据质量，模型解释性以及法律和道德问题相关的问题。本综述旨在揭示AI和ML的机会，以增强AAA的风险评估和管理，以将心血管护理的范式转移到精确医学上。
基于人工智能的主动脉动脉瘤的预测建模
主要关键词
相关文件推荐
