人工智能可能有助于預(yù)測(cè)心源性猝死 通過(guò)更年期管理您的心臟健康 2021斗魚(yú)禮物價(jià)格表一覽(斗魚(yú)新年禮盒2021) 女性可能無(wú)法識(shí)別乳腺癌的非腫塊癥狀 人工智能可以準(zhǔn)確檢測(cè)心臟瓣膜疾病并預(yù)測(cè)心血管風(fēng)險(xiǎn) 眾所周知的蛋白質(zhì)的雙重作用揭示了帕金森病的機(jī)制 經(jīng)常心里發(fā)慌是什么原因(心里發(fā)慌是什么原因) 頭痛按摩哪里可以緩解疼痛圖片(頭痛按摩哪里) 心不定的原因是什么(心不安是什么原因) 大腿癢一抓好多大包包(大腿癢一抓好多小包包) 神經(jīng)功能紊亂有哪些癥狀表現(xiàn)(神經(jīng)功能紊亂有什么癥狀) 女人腎虛一般是什么原因引起的(腎虛是什么原因引起的) 每天吃吃一個(gè)西紅柿好嗎(一般每天吃一個(gè)西紅柿能減肥嗎) 電信怎么充話費(fèi)(電信怎么充話費(fèi)) 科技探索未知 創(chuàng)新尋覓未來(lái) 2023 AIE?喬洛施征文大賽圓滿落幕 在學(xué)校附近做什么生意比較好(在學(xué)校附近做什么生意比較好掙錢) 調(diào)節(jié)衰老和生物體壽命的免疫分子 研究人員發(fā)現(xiàn)阿爾茨海默氏病的tau蛋白纏結(jié)根源 嬰兒咳嗽怎么辦?(2個(gè)月的嬰兒咳嗽怎么辦) 懷孕可以吃香瓜嗎夏天(懷孕可以吃香瓜嗎) 導(dǎo)致精索靜脈曲張的原因有哪些(精索靜脈曲張的原因有哪些) 男朋友睡醒了嗎(男朋友一天要四五次正常嗎) 打狂犬疫苗后發(fā)燒正常嗎?39健康網(wǎng)(打狂犬疫苗后發(fā)燒怎么回事) 哺乳期避孕藥吃一次有危害嗎(避孕藥吃一次有危害嗎) 半飛秒和全飛秒哪個(gè)比較好一點(diǎn)(半飛秒和全飛秒哪個(gè)比較好) 病毒感染一般幾天能好(病毒性感冒咳嗽吃什么藥好的快) 嫌棄防輻射裙孕婦裙不好看?教你穿戴變美麗(懷孕用防輻射圍裙好嗎) 電腦時(shí)間不對(duì)怎么設(shè)置(臺(tái)式電腦時(shí)間不對(duì)怎么設(shè)置) 引起腳氣的原因(引起腳氣的原因有哪些) 后循環(huán)缺血是什么意思 吃什么(后循環(huán)缺血是什么意思) 吃湯圓胃不舒服怎么回事(吃湯圓胃疼是怎么回事) 治灰指甲最好的藥水(治灰指甲最好的藥) 后背長(zhǎng)了好多紅疙瘩是怎么回事(后背長(zhǎng)了好多小紅疙瘩怎么回事) 8歲小孩抽搐是什么原因(小孩抽搐是什么原因) 起床后腰疼過(guò)一會(huì)緩解怎么辦呢(起床后腰疼過(guò)一會(huì)緩解怎么辦) 眼霜正確的涂抹方法(眼霜正確的涂抹方法圖片) 2021大樂(lè)透追加怎么算中獎(jiǎng)(2021大樂(lè)透加獎(jiǎng)到什么時(shí)間) 柏拉圖的制作?(柏拉圖的制作步驟ppt) 喉嚨疼癢怎么辦最簡(jiǎn)單的方法治療(喉嚨疼癢怎么辦) 孕婦總是放屁是怎么回事(總是放屁是怎么回事) 體檢早晨可不可以喝水(體檢早晨能喝水嗎) 胃癌術(shù)后食譜大全圖片 飲食(胃癌術(shù)后食譜) 補(bǔ)一顆牙大概需要多少錢?(補(bǔ)一顆牙大概需要多少錢) 醫(yī)院為什么不開(kāi)舒筋健腰丸(舒筋健腰丸幾天有效果) 甲醛中毒會(huì)出現(xiàn)什么癥狀(甲醛中毒有哪些癥狀) 海鮮大咖(海鮮大咖的圖片) 青春期少女應(yīng)該如何養(yǎng)護(hù)自己的乳房使?(青春期如何保護(hù)乳房發(fā)育) ln2等于多少怎么算(ln2等于多少怎么算分?jǐn)?shù)) 醪糟功效作用(醪糟功效) 腳踝沒(méi)有外傷卻老是疼(腳踝沒(méi)受傷突然疼怎么回事)
您的位置:首頁(yè) >國(guó)外科研 >

人工智能可能有助于預(yù)測(cè)心源性猝死

導(dǎo)讀 根據(jù)美國(guó)心臟協(xié)會(huì)復(fù)蘇會(huì)議上提出的初步研究,通過(guò)人工智能 (AI) 可以預(yù)測(cè)心源性猝死,甚至解決一個(gè)人的風(fēng)險(xiǎn)以防止未來(lái)死亡,并且可以為預(yù)...

根據(jù)美國(guó)心臟協(xié)會(huì)復(fù)蘇會(huì)議上提出的初步研究,通過(guò)人工智能 (AI) 可以預(yù)測(cè)心源性猝死,甚至解決一個(gè)人的風(fēng)險(xiǎn)以防止未來(lái)死亡,并且可以為預(yù)防和全球健康策略提供新的舉措2023 年科學(xué)研討會(huì),11 月 11 日至 12 日在費(fèi)城舉行。

“心源性猝死是一種公共衛(wèi)生負(fù)擔(dān),占總死亡人數(shù)的 10% 至 20%。預(yù)測(cè)它很困難,而且通常的方法無(wú)法識(shí)別高危人群,特別是在個(gè)人層面,”醫(yī)學(xué)博士 Xavier Jouven 說(shuō)。博士,該研究的主要作者,巴黎大學(xué) Inserm U970 巴黎心血管研究中心心臟病學(xué)和流行病學(xué)教授。

“我們提出了一種新方法,不僅限于常見(jiàn)的心血管危險(xiǎn)因素,而且涵蓋電子健康記錄中可用的所有醫(yī)療信息。”

研究小組利用人工智能分析了法國(guó)巴黎和西雅圖的登記處和數(shù)據(jù)庫(kù)中的 25,000 名心臟驟停死亡者和 70,000 名普通人群的醫(yī)療信息,并將兩組數(shù)據(jù)按年齡、性別和居住地區(qū)進(jìn)行匹配。 。

這些數(shù)據(jù)代表了超過(guò) 100 萬(wàn)份醫(yī)院診斷和 1000 萬(wàn)份藥物處方,是從每次死亡前 10 年的醫(yī)療記錄中收集的。研究人員利用人工智能分析數(shù)據(jù),建立了近 25,000 個(gè)包含個(gè)性化健康因素的方程,用于識(shí)別心源性猝死風(fēng)險(xiǎn)極高的人群。此外,他們還為研究中的每個(gè)人制定了定制的風(fēng)險(xiǎn)概況。

個(gè)性化風(fēng)險(xiǎn)方程式包括一個(gè)人的醫(yī)療詳細(xì)信息,例如高血壓治療和心臟病史,以及包括酗酒在內(nèi)的精神和行為障礙。該分析確定了在特定百分比和時(shí)間范圍內(nèi)最有可能降低或增加心源性猝死風(fēng)險(xiǎn)的因素,例如,三個(gè)月內(nèi)心源性猝死的風(fēng)險(xiǎn)為 89%。

人工智能分析能夠識(shí)別出猝死風(fēng)險(xiǎn)超過(guò) 90% 的人,他們占所有心源性猝死病例的四分之一以上。

標(biāo)簽:

免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請(qǐng)聯(lián)系刪除!

最新文章