详细内容或原文请订阅后点击阅览
人工智能识别 5 种类型的心力衰竭以预测风险和治疗
心力衰竭影响着全世界数百万人。该病可由多种因素引起，需要不同的治疗方法。现在，研究人员已经使用大型数据集训练了多个机器学习模型，以识别心力衰竭的 5 种亚型。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）心力衰竭影响着全世界数百万人。该病可由多种因素引起，需要不同的治疗方法。现在，研究人员已经使用大型数据集训练了多个机器学习模型，以识别心力衰竭的 5 种亚型。
传统上，不同类型的心力衰竭根据左心室射血分数 (LVEF)（心脏每次收缩时左心室泵出的血量）进行分类。然而，2018 年瑞典的一项机器学习研究发现，LVEF 并不能预测心力衰竭患者的生存情况。
伦敦大学学院的研究人员使用四种机器学习模型开发了一个识别心力衰竭亚型的系统。他们研究了 20 年来超过 300,000 名被诊断患有心力衰竭的患者的匿名电子健康记录数据。
该研究的主要作者 Amitava Banerjee 表示：“我们试图改进心力衰竭的分类，以更好地了解该疾病的可能病程并将其传达给患者。”“目前，很难预测该疾病的进展情况。个别患者的病情会恶化，有些人的病情会稳定多年，而另一些人的病情则会迅速恶化。”
为了避免使用单一机器学习模型可能产生的偏差，研究人员使用了四种模型将心力衰竭病例分组。在对数据片段进行训练后，该模型根据 635 个可能因素中的 87 个确定了 5 种亚型，包括年龄、症状、是否存在其他疾病、患者正在服用的药物、血压等健康参数和测试结果。子类型在单独的数据集上进行测试。
该研究发表在《柳叶刀数字健康》杂志上。
已发布