AI標志著患者患CVD的風險增加

小編發(fā)現(xiàn)不少朋友對于 AI標志著患者患CVD的風險增加 這方面的信息都比較感興趣，小編就針對 AI標志著患者患CVD的風險增加 整理了一些相關(guān)方面的信息 在這里分享給大家。

研究人員已經(jīng)訓練了一種機器學習模型，以識別患有家族性高膽固醇血癥(FH)的患者，這是一種遺傳性疾病，會增加人患冠心病的風險。

這項研究發(fā)表在《柳葉刀數(shù)字健康》上，該研究由FH基金會資助，F(xiàn)H基金會是一個專注于FH的研究和倡導組織。

FH基金會首席技術(shù)辦公室凱利·邁爾斯(Kelly Myers)和同事寫道：“及時發(fā)現(xiàn)FH并開始采用基于指南的療法可以顯著降低冠狀動脈疾病的風險。” “不幸的是，只有不到10%的FH個體被發(fā)現(xiàn)，這為大量未鑒定和未治療的FH個體提供了可能。”

該小組的機器學習模型接受了來自四個不同機構(gòu)的900多名FH患者和83,000多名“假定無FH”患者的數(shù)據(jù)培訓。然后將其應用于俄勒岡州健康與科學大學電子健康記錄數(shù)據(jù)庫中的一個擁有1億7千萬患者的數(shù)據(jù)庫和17.4萬患者的單獨數(shù)據(jù)集。用于該研究的所有患者均具有“至少一種心血管疾病危險因素”。

專家們審查了機器學習模型標記的所有案例，并指出該模型在數(shù)據(jù)庫中的準確率達到87%，在俄勒岡州健康與科學大學的數(shù)據(jù)庫中達到77%。

賓夕法尼亞大學佩雷??爾曼醫(yī)學院遺傳學系主任，首席科學顧問丹尼爾·J·拉德醫(yī)學博士合著者說：“在任何具有電子健康記錄的醫(yī)療保健系統(tǒng)中，對FH的精確篩查現(xiàn)已成為現(xiàn)實。” FH基金會的代表在一份準備好的聲明中說。“我們不再需要篩查每個人，以找到患有心臟病和中風的遺傳風險的人。經(jīng)過進一步的臨床評估后，如果做出FH診斷，也會觸發(fā)對親屬的篩查。雖然FH是可以控制的，但最大的好處是可以從生命早期得到治療。”