XiaoMi-AI文件搜索系统
World File Search System外部测试
一个可解释的机器学习模型，用于预测 -
呼吸机相关肺炎（VAP）是重症监护病房（ICU）的机械通气（MV）的患者中医院获得的主要肺炎[1]。最近的研究表明，在MV的ICU患者中，VAP发病率可以达到24％-39％[2]，死亡率跨度为25％至50％[3]。VAP显着负担医疗保健系统，导致医疗支出增加，ICU停留时间更长和ICU死亡率更高[4]。因此，开发和部署精确且可靠的临床工具来评估VAP患者死亡率风险不仅在促进早期临床决策中起着重要作用，而且在合理的现有医疗资源分配方面发挥了重要作用[5]。在临床实践中，许多疾病严重程度评分系统，例如急性生理学评分（APS III），简化的急性生理评分（SAPS II），逻辑器官功能障碍系统（LODS）和牛津疾病的急性疾病急性疾病急性严重分数（OASIS），可用于ICU患者的风险评估[3]。然而，由于其复杂性和耗时的计算，通常使用APS III和SAPS II等评分系统对临床操作施加了额外的攻击。此外，这些评分系统的特异性通常是次要的，因为它们主要评估ICU患者状况的总体严重程度，并且可能无法有效预测VAP患者的死亡风险。一项荟萃分析表明，已经采用了各种ML技术来开发VAP的早期预测模型，其中大多数证明了有希望的预测性能[8]。近年来，人工智能的快速发展（AI），尤其是机器学习（ML），人们对其在临床应用中的巨大潜力引起了巨大的兴趣，逐渐转化了重症监护医学并推进了精确医学的发展[6，7]。尽管如此，仍然很少有预测模型指定了VAP患者中住院内死亡风险的规定[9]。本研究旨在开发一个有效的ML模型，以根据重症监护IV（MIMI-C-IV）数据库的医学信息MART预测VAP患者的院内死亡率风险，并通过外部测试来验证该模型的普遍性。更重要的是，Shapley添加说明（SHAP）被用来产生可解释的预测结果，并开发了一种基于Web的工具来促进有效的风险评估，从而使医疗保健专业人员能够做出更有效的临床决策。
使用 3D 神经网络系统自动检测多参数脑 MRI 中的关键发现
随着脑部 MRI 的快速发展和使用日益广泛，人们对自动图像分类的兴趣日益浓厚，以帮助人类进行解释并改善工作流程。我们的目标是训练一个深度卷积神经网络，并评估其在识别异常脑部 MRI 和关键颅内发现（包括急性梗塞、急性出血和占位效应）方面的表现。总共 13,215 项临床脑部 MRI 研究被分类为训练（74%）、验证（9%）、内部测试（8%）和外部测试（8%）数据集。每个脑部 MRI 最多包含八个对比，并且每个图像体积都重新格式化为通用分辨率，以适应扫描仪之间的差异。在审查放射学报告后，三位神经放射学家将每项研究分配为异常与正常，并确定了三个关键发现，包括急性梗塞、急性出血和占位效应。深度卷积神经网络由定位特征提取 (LFE) 模块和全局分类器的组合构建，以识别脑部 MRI 中 4 个变量的存在，包括异常、急性梗塞、急性出血和占位效应。训练、验证和测试集是根据患者随机定义的。训练是在 9845 项研究中进行的，使用平衡抽样来解决类别不平衡问题。进行了接收者操作特性 (ROC) 分析。我们内部测试数据中 1050 项研究的模型 ROC 分析显示，正常和异常脑 MRI 的 AUC/敏感性/特异性为 0.91/83%/86%，急性梗塞为 0.95/92%/88%，急性出血为 0.90/89%/81%，质量效应为 0.93/93%/85%。对于我们外部测试数据中的 1072 项研究，其显示正常和异常脑 MRI 的 AUC/ 灵敏度/特异性为 0.88/80%/80%，急性梗塞的 AUC/ 灵敏度/特异性为 0.97/90%/97%，急性出血的 AUC/ 灵敏度/特异性为 0.83/72%/88%，占位效应的 AUC/ 灵敏度/特异性为 0.87/79%/81%。我们提出的深度卷积网络可以准确识别单个脑 MRI 上的异常和关键颅内发现，同时解决了某些 MR 对比可能在单个研究中不可用的事实。
基于机器学习的方法来预测成人和儿童创伤性脑损伤的预后和住院时间：回顾性 C
背景：成人和儿童创伤性脑损伤 (TBI) 的治疗和护理是一个棘手的全球健康问题。预测 TBI 患者的预后和住院时间可能会改善治疗效果并显著减轻社会医疗负担。将新型机器学习方法应用于 TBI 领域可能对确定临床治疗的预后和成本效益很有价值。目的：我们旨在结合多种机器学习方法来构建混合模型，用于预测成人和儿童 TBI 的预后和住院时间。方法：我们收集了 2017 年 5 月至 2022 年 5 月期间在安徽医科大学第二附属医院神经外科中心接受治疗的患者的相关临床信息，其中 80% 用于训练模型，20% 用于通过筛选和数据拆分进行测试。我们使用 5 次交叉验证来训练和测试机器学习模型，以避免过度拟合。在机器学习模型中，11种类型的独立变量被用作输入变量，用于评估患者预后的格拉斯哥预后量表评分和患者住院时间被用作输出变量。模型训练完成后，我们通过5轮交叉验证获得并比较每个机器学习模型的误差，以选出最佳预测模型。然后使用2021年6月至2022年2月在安徽医科大学第一附属医院接受治疗的患者的临床数据对模型进行外部测试。结果：最终的卷积神经网络-支持向量机（CNN-SVM）模型在测试集和外部验证集中预测格拉斯哥预后量表评分的准确率分别为93%和93.69%，曲线下面积在测试集和外部验证集中分别为94.68%和94.32%。最终构建的卷积神经网络-支持向量回归（CNN-SVR）模型在测试集和外部验证集中预测住院时间的平均绝对百分比误差分别为10.72%和10.44%。判定系数（R 2 ）在测试集和外部验证集中分别为0.93和0.92。与单独建立的反向传播神经网络、CNN和SVM模型相比，我们的混合模型被判定为最优且具有较高的置信度。结论：本研究证明了通过结合多种机器学习方法构建的2个混合模型的临床实用性，可准确预测成人和儿童TBI的预后和住院时间。这些模型的应用可以减轻医生评估TBI时的负担，并协助临床医生进行医疗决策。
使用 ai 对心血管风险进行机会性评估...
背景 心血管疾病的一级预防依赖于使用汇集队列方程 (PCE) 和 PREVENT 等评分进行准确的风险评估。然而，这些评分所需的输入变量通常在电子健康记录 (EHR) 中不可用，而常规收集的数据（例如非造影胸部 CT）中的信息可能会进一步提高性能。在这里，我们测试基于胸部 CT 心脏和主动脉结构特征的风险预测模型是否为现有的预测主要不良心血管事件 (MACE) 的临床算法增加了价值。方法我们开发了一个 LASSO 模型，使用描述国家肺部筛查试验中 13,437 个肺癌筛查胸部 CT 的心腔和主动脉分割的结构放射组学特征来预测 12 年随访中的致命 MACE。我们将这个放射组学模型与外部测试集中的 4,303 名在 Mass General Brigham 站点进行胸部 CT 检查并且没有糖尿病史、之前 MACE 或他汀类药物治疗的个体的 PCE 和 PREVENT 评分进行了比较。使用一致性指数评估了对事件性 MACE 的鉴别。我们使用二元阈值来确定 PCE/PREVENT 评分（≥7.5% 风险）或放射组学评分（≥5.0% 风险）符合他汀类药物使用条件或不符合条件的患者的 MACE 发生率。结果根据所有变量是否可用于计算 PCE 或 PREVENT 评分进行分层。结果在外部测试集中（n = 4,303；平均年龄 61.5 ± 9.3 岁；47.1% 为男性），8.0% 在平均 5.1 年的随访中发生过 MACE。放射组学风险评分显著提高了 PCE 以外的鉴别能力（c 指数 0.653 vs. 0.567，p < 0.001），并且在缺少输入的个体中表现类似。根据放射组学和 PCE 评分均符合他汀类药物治疗条件的患者，其 MACE 发生率比仅根据 PCE 评分符合条件的患者高 2.6 倍（PCE 合格个体中，每 1,000 人年发生 29.5 [20.5, 39.1] 起事件 vs. 11.2 [8.0, 14.4] 起事件）。在缺失输入的患者中，根据放射组学评分符合他汀类药物治疗条件的患者发生 MACE 的概率比不符合他汀类药物治疗条件的患者高 1.8 倍（每 1000 人年发生 29.5 [21.9, 37.6] 起事件 vs. 16.7 [14.3, 19.0] 起事件）。与 PREVENT 评分相比，也发现了类似的结果。左心室容积和短轴长度对心肌梗死的预测能力最强，而左心房球形度和表面积体积比对中风的预测能力最强。结论基于单张胸部 CT，基于心脏形状的风险预测模型能够预测超出临床算法的心血管事件，并且在缺少标准心血管风险计算器输入的患者中表现出类似的表现。根据放射组学评分，高风险患者可能受益于强化一级预防（例如他汀类药物处方）。
Mensa的智商是什么是
要加入Mensa，您需要获得一个智商分数，使您进入前2％ - 在标准化的智商测试中得分130或更高。这意味着您是智商高分的人中第98个百分位数之一。智商得分为130，不仅意味着你很聪明；这是一个表明您具有出色认知能力的基准。Mensa是一个具有异常高智商的个人的组织，具有特定的要求和正式认可的测试，以衡量自己的智能。Mensa会员资格需要通过标准化的智商测试来评估您的智能的各个方面。这些测试经过精心设计，以提供准确的认知能力测量，从而使它们可靠地指标。为了为这些考试做准备，您可以通过Mensa批准的考试进行练习，也可以向专门从事认知培训干预措施的专业人员寻求指导。进入Mensa并不容易；它需要高水平的智力能力和奉献精神。但是，会员的回报包括访问一个人社区，这些个人分享了您对学习和个人成长的热情。通过加入Mensa，您将成为通过认知训练干预措施重视智力增强的网络的一部分，从而为精神刺激和自我改善提供了机会。了解您的智商分数涉及掌握它如何适应人类智力的更广泛背景。钟形曲线分布显示大多数人得分平均水平或低于平均水平，只有少量获得130或更高的分数。这意味着成为前2％的一部分是需要出色认知能力的独家成就。Mensa具有严格的录取成员标准，包括通过标准化的智商测试。这些测试的设计为公平，准确，提供了您的智力潜力的快照。通过参加其中一项测试，您可以清楚地了解自己的优势和劣势，从而使您能够更有效地为Mensa入学测试做好准备。您是否有兴趣加入Mensa或只是想通过智能测试来挑战自己，了解智商分数的世界及其应用至关重要。从标准化测试到练习会议，有很多方法可以与您的认知能力互动并提高表现。通过探索这些选择，您可以发挥自己的全部潜力，并成为重视学习和自我完善的知识社区的一部分。在美国，参加Mensa入学考试的费用为17.50美元，而在英国为17.50英镑。 此费用包括您选择的中心的预留地点，两份智商测试论文 - 卡特尔三世B和卡特尔文化博览会III A，以及您的结果标记，并谨慎地提供了反馈。 对于美国居民，美国Mensa提供了使用Mensa录取测试和Mensa Wonderlic进行的监管者进行的测试；这通常是因为它是一项全面的智商测试。 另外，它们提供了包括各种推理测试的“文化博览会”电池。 进行准备，请尝试免费的MESA锻炼测验，这不是官方智商测试，而是让您了解官方测试中的期望。在美国，参加Mensa入学考试的费用为17.50美元，而在英国为17.50英镑。此费用包括您选择的中心的预留地点，两份智商测试论文 - 卡特尔三世B和卡特尔文化博览会III A，以及您的结果标记，并谨慎地提供了反馈。对于美国居民，美国Mensa提供了使用Mensa录取测试和Mensa Wonderlic进行的监管者进行的测试；这通常是因为它是一项全面的智商测试。另外，它们提供了包括各种推理测试的“文化博览会”电池。进行准备，请尝试免费的MESA锻炼测验，这不是官方智商测试，而是让您了解官方测试中的期望。这些测试在您的祖国的当地中心举行 - 单击此处，以获取国际Mensa的更多详细信息或美国和英国居民的特定链接。Mensa练习测试可在线获得18美元；虽然它没有资格获得会员资格，但它提供了一个分数，表明您在入学测试中取得成功的潜力。其他实践测试包括GIQ测试和IQTEST.DK，旨在模拟具有不同级别的难度和复杂性的真实智商测试。通用情报测试衡量您的认知能力。为这项测试做准备，练习并通过N-BACK培训来改善工作记忆。这种基于证据的方法可以通过神经塑性变化提高您的智能水平。要进入Mensa，您需要进行官方管理的智商测试之一，该测试要么测量流体智能（解决问题的技能）或全尺度智能（口头和定量技能）。对于前者，首先要在iqtest.dk上进行免费的智商测试。如果您的分数为115或更高，您很有可能获得130的合格分数。与当地的心理学家或教育家安排一项文化智商测试，或者询问通过您当地的Mensa社会进行智商测试。在测试之前，请使用i3 Mindware之类的应用程序训练您的工作记忆能力，这可以将您的智商增加10-20分。您还可以在流体智能测试中练习解决问题的策略，并结合生活方式的改变，例如运动，脑部优化饮食，冥想和常规睡眠。每个人只允许一个文化公平测试。完成培训计划后，在进行资格测试之前，至少要固结至少两天。您获得了所需的分数后，加入Mensa并进行全面的智商测试以证明您的认知能力。通过访问国际Mensa网站或特定国家特定的链接，为预先获得MESSA认可的全面智商测试做准备。确保您参加MENSA锻炼，练习测试和GIQ测试以评估您当前的智商水平。在进行资格测试之前，请使用i3 Mindware认知培训应用程序训练您的工作记忆能力，这可以将您的分数提高10-20分。此外，使用i3 Mindware IQ应用程序练习全面的IQ测试问题，采用定期运动，脑部优化饮食，冥想和不间断的睡眠等生活方式习惯，以提高您的表现。完成培训计划后，请休息两天，然后进行官方测试。完成后，加入Mensa并通过国家杂志，当地新闻通讯，区域惯例和在线论坛探索知识分子。作为一名会员，您会发现许多特殊的兴趣团体迎合了从非洲紫罗兰到动物学的各种激情。Mensa成员进行了广泛的讨论，一些国家除了国家杂志外还提供当地新闻通讯。该组织还针对公众发表了有关与智商相关的主题的研究杂志。会员福利包括访问信用卡和保险计划，以及为男士提供的旅行援助。一些研究表明，当候选人在其简历上列出了Mensa会员资格时，工作申请变得更加有利，特别是如果招聘人员也是会员。有趣的是，经济学家发表的研究强调了工作动态的变化，许多研究表明了相似的趋势。递归应用于包括数学，计算机科学和语言学在内的各个学科。2019年的一项认知期刊上的一项研究进一步研究了这一概念。评估智力和智商时，专家将通用情报定义为精神能力的特定方面。大脑训练会影响认知功能，但其对整体智力的影响仍然在科学家和记者中争论。最低MENSA会员资格要求是智商分数在130-150之间，尽管实际分数可能会根据所需的测试而有所不同。大多数测试，例如斯坦福大学或加利福尼亚的心理成熟度测试，都需要至少132分才能获得会员资格。个人还可以接受Mensa成员进行的合格面对面测试，或使用Mensa网站上列出的批准的智商和认知能力测试。使用外部测试的费用为40美元，如果有资格，它包括对组织的分数和接受的验证。不幸的是，分别在1989年和1994年之后的ACT或SAT测试中的复合分数不符合使用。Mensa实践测试提出逻辑问题，并且是机密的，每次考试都有独特的问题。文化公平测试是一种非语言选择，侧重于模式识别和形状之间的关系。要参加文化公平测试，您必须参加小组测试课程并在注册时请求。标准测试大约需要1-2个小时才能完成，从更具挑战性的问题开始。您可以购买练习测试来评估您的表现，但他们将使您获得Mensa会员资格的资格。参加标准的Mensa入学考试后，您将无法重新进行；但是，您仍然可以提交经批准的外部测试分数，或者在需要时要求进行文化公平测试。Mensa入学考试的费用在30至99美元之间，具体取决于您喜欢小组还是私人测试会话。会员会费为每年79美元，可以选择购买多年会员资格。感谢Wikihow员工作家Hunter Rising和其他贡献者的合作努力，本文引起了极大的关注 - 超过40,000次观看。