根據(jù) Regenstrief Institute、印第安納大學和默克公司的科學家領(lǐng)導(dǎo)的一項新研究，從常規(guī)就診中收集的信息足以準確預(yù)測一個人患阿爾茨海默病和相關(guān)癡呆癥的風險。研究人員使用電子病歷中的數(shù)據(jù)開發(fā)并測試了機器學習算法，以識別可能有患癡呆癥風險的患者。
至少有 50% 患有阿爾茨海默病和相關(guān)癡呆癥的老年初級保健患者從未得到診斷。還有更多的人在被診斷之前會出現(xiàn)癥狀 2 到 5 年。目前，篩查癡呆癥風險的測試是侵入性的、耗時且昂貴的。
“這種方法的優(yōu)點在于它是被動的，它提供了與目前使用的更具侵入性的測試相似的準確性，”首席研究員、醫(yī)學博士、公共衛(wèi)生碩士、Regenstrief 研究所的研究科學家和印第安納大學教授 Malaz Boustani 說。醫(yī)學院。“這是一種低成本、可擴展的解決方案，可以通過幫助患者和他們的家人為患有癡呆癥的生活做好準備并使他們能夠采取行動，從而為他們帶來實質(zhì)性的好處。”
開發(fā)用于預(yù)測癡呆癥的機器學習算法
該研究團隊還包括來自佐治亞州立大學、阿爾伯特愛因斯坦醫(yī)學院和 Solid Research Group 的科學家，他們最近發(fā)表了關(guān)于兩種不同機器學習方法的研究結(jié)果。發(fā)表在美國老年醫(yī)學會雜志上的論文分析了自然語言處理算法的結(jié)果，該算法通過分析示例來學習規(guī)則，醫(yī)學中的人工智能文章分享了使用集成構(gòu)建的隨機森林模型的結(jié)果的決策樹。這兩種方法在預(yù)測診斷后一年和三年內(nèi)癡呆癥的發(fā)作方面表現(xiàn)出相似的準確性。
為了訓練算法，研究人員從印第安納州患者護理網(wǎng)絡(luò)收集了患者數(shù)據(jù)。這些模型使用結(jié)構(gòu)化領(lǐng)域的處方和診斷信息以及自由文本的醫(yī)療記錄來預(yù)測癡呆癥的發(fā)作。研究人員發(fā)現(xiàn)，自由文本注釋對于幫助識別有患病風險的人最有價值。
“這項研究令人興奮，因為它可能為患者及其家人帶來重大益處，”印第安納大學醫(yī)學院的研究作者和 Regenstrief 附屬科學家 Patrick Monahan 博士說。“臨床醫(yī)生可以提供有關(guān)行為和習慣的教育，以幫助患者應(yīng)對癥狀并過上更好的生活質(zhì)量。”
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！