PLOS Digital Health | AI通過電子病歷檢測心血管疾病風險
原創(chuàng)?圖靈基因?圖靈基因?2022-02-07 07:03
收錄于話題#前沿生物大數(shù)據(jù)分析
心血管疾病是通過一系列實驗室測試和影像學研究來診斷的俏站。診斷的主要部分是患者的病史和家族史、風險因素墨林、體格檢查犯祠，以及這些發(fā)現(xiàn)與測試和程序結(jié)果的協(xié)調(diào)旭等。猶他大學(U of U) Health的研究人員首次證明衡载，人工智能(AI)可以幫助預測心血管疾病的發(fā)病和病程。
他們的研究結(jié)果發(fā)表在《PLOS Digital Health》雜志上的一篇題為“An explainable artificial intelligence approach for predicting cardiovascular outcomes using electronic health records”的論文中弃榨。研究人員與Intermountain Primary Children’s Hospital的醫(yī)生合作。
研究人員寫道：“了解驅(qū)動心血管健康結(jié)果的條件依賴性臨床變量是精準醫(yī)學的一項重大挑戰(zhàn)娜饵。在這里官辈，我們部署了一種最近開發(fā)的可大規(guī)模擴展的合并癥發(fā)現(xiàn)方法，稱為Poisson binomial basedcomorbidity discovery (PBC),以分析猶他大學和Intermountain Primary兒童醫(yī)院的電子健康記錄（HER）（超過160萬患者和7700萬次訪問）拳亿，用于共病診斷、程序和藥物治療电湘⊥蛏Γ”
“我們可以求助于人工智能來幫助改善幾乎所有醫(yī)療診斷的風險官帘。”該研究的通訊作者刽虹、U of U Health和Intermountain Primary Children's Hospital的兒科心臟病專家、Nora Eccles Harrison心血管研究和培訓學院的科學家胖缤、醫(yī)學博士Martin Tristani-Firouzi說阀圾，“癌癥風險、甲狀腺手術(shù)風險初烘、糖尿病風險——任何你能想象到的醫(yī)學術(shù)語《吡希”
來自U of U Health和Intermountain PrimaryChildren’s Hospital的研究人員在刪除姓名和其他識別信息后吗铐，使用機器學習軟件對超過160萬份EHR進行了分類。
這些電子記錄幫助研究人員確定最有可能加重心血管疾病等特定疾病的合并癥典阵。他們使用一種稱為概率圖形網(wǎng)絡(luò)（PGM）的AI形式來計算這些合并癥的任何組合如何影響與心臟移植、先天性心臟病或竇房結(jié)功能障礙相關(guān)的風險卒稳。
研究人員觀察到他巨，那些之前被診斷為心肌病的人需要心臟移植的風險比那些沒有被診斷為心肌病的人高86倍。那些患有病毒性心肌炎的人需要心臟移植的風險高出大約60倍染突。
研究人員寫道：“我們的結(jié)果說明了多發(fā)病網(wǎng)絡(luò)如何為理解診斷、藥物和醫(yī)療程序?qū)π难芙】到Y(jié)果的聯(lián)合影響提供可解釋的解決方案也榄。我們強調(diào)司志，這里報告的必要簡短結(jié)果幾乎不會耗盡這些機器的內(nèi)容÷钤叮”
研究人員相信，他們的發(fā)現(xiàn)最終將引領(lǐng)個性化預防醫(yī)學的新時代拓型。醫(yī)生會主動聯(lián)系患者瘸恼，提醒他們注意潛在的疾病以及可以采取哪些措施來緩解問題。
