科普類_校園生活:AI模型比醫(yī)生更好地預測CAD導致的死亡風險

互聯(lián)網(wǎng)教育可以使學生變成老師;互聯(lián)網(wǎng)教育可以使名不見經(jīng)傳的人聞名天下;互聯(lián)網(wǎng)教育可以結(jié)交志同道合的朋友;互聯(lián)網(wǎng)教育可以讓自己獲取最多的知識,改變以往的傳統(tǒng)的學習方式。下面分享一篇關于互聯(lián)網(wǎng)教育的文章供大家閱讀。

如今家長們都非常關心科學教育問題,不管是國內(nèi)的科普類科學教育還是國外的科學教育都成為了眾多家長關心的問題,那么既然現(xiàn)在大家都非常關心科學教育問題,那么小編今天就為大家推薦一些與科學教育相關的文章來分享給大家吧,有興趣的話可以認真閱讀下列的內(nèi)容哦。

根據(jù)PLOS One發(fā)表的一項新研究,與醫(yī)學專家設計的模型相比,使用人工智能(AI)的模型可以更好地預測冠心病(CAD)患者的死亡風險。

大量與AI相關的研究已經(jīng)診斷和治療各種疾病,但是這些發(fā)現(xiàn)現(xiàn)在可能有助于預測CAD患者的死亡風險。

“最終,將機器學習方法與EHR結(jié)合使用,可能會產(chǎn)生出微調(diào)的,個性化的預后模型,這對于具有一定條件或條件組合的患者特別有價值,而對于傳統(tǒng)的建模方法而言,這些條件或條件很難捕獲,”倫敦弗朗西斯·克里克學院(Francis Crick Institute)的主要作者安德魯·斯蒂爾(Andrew J. Steele)博士。

斯蒂爾(Steele)及其同事與法爾健康信息研究所(Farr Institute of Health Informatics Research)和倫敦大學學院(University College London Hospitals)的NHS基金會信托基金(NHS Foundation Trust)共同使用超過82,000名患者的電子健康數(shù)據(jù)設計了用于CAD的AI模型。

研究人員根據(jù)586個變量(包括年齡,性別和胸痛)對模型進行了訓練,以預測心臟預測。他們的模型與只有27個變量的“專家構(gòu)建模型”進行了比較。

斯蒂爾和同事的AI算法經(jīng)過自我訓練,可以在預測患者死亡風險時更加準確,同時還能確定以前未包含在醫(yī)生預測中的新變量。

斯蒂爾在弗朗西斯·克里克研究所(Francis Crick Institute)發(fā)表的一份準備好的聲明中說:“除了年齡,患者是否吸煙之外,我們的模型還從他們的家庭醫(yī)生那里進行了家訪,以此很好地預測了患者的死亡率。” 心臟病專家可能不會說家訪對心臟病的生物學很重要,但可能很好地表明患者不適,無法親自去看醫(yī)生,并且是有用的變量,可以幫助模型做出準確的預測。 科普類

研究人員指出,類似的模型將來可能會在診所中實施,并且可能會改變提供者為患者提供護理的方式。

“最終,將機器學習方法與EHR結(jié)合使用,可能會產(chǎn)生出微調(diào)的,個性化的預后模型,這對于患有某些病狀或病狀組合的患者特別有價值,而對于傳統(tǒng)的建模方法而言,這些疾病或病狀組合很難捕獲。”作者總結(jié)。