通過使用人工智能，休斯頓衛(wèi)理公會的研究人員能夠預(yù)測癡呆老年患者在入院第一天或第二天的住院結(jié)果。這種對結(jié)果的早期評估意味著更及時的干預(yù)措施，更好的護理協(xié)調(diào)，更明智的資源分配，重點護理管理和對這些更脆弱，高風(fēng)險患者的及時治療。
由于患有癡呆的老年患者住院時間更長，并且比其他患者產(chǎn)生更高的醫(yī)療保健費用，因此該團隊試圖通過識別可改變的風(fēng)險因素并開發(fā)一種人工智能模型來解決這個問題，該模型可以改善患者的預(yù)后，提高他們的生活質(zhì)量并降低他們的再入院風(fēng)險，以及一旦模型付諸實踐，降低住院成本。
該研究于9月29日在線發(fā)表在《阿爾茨海默氏癥和癡呆癥：轉(zhuǎn)化研究和臨床干預(yù)》中，研究了休斯頓衛(wèi)理公會八家醫(yī)院系統(tǒng)中8，407名患有癡呆超過10年的老年患者的醫(yī)院記錄，確定了患有不同類型癡呆的亞組患者結(jié)果不佳的風(fēng)險因素，這些患者具有源于阿爾茨海默氏癥等疾病的不同類型的癡呆， 帕金森氏癥，血管癡呆和亨廷頓舞蹈癥等。根據(jù)這些數(shù)據(jù)，研究人員開發(fā)了一種機器學(xué)習(xí)模型，以快速識別預(yù)測風(fēng)險因素及其對這些患者住院早期不良住院結(jié)果的排名重要性。
他們的模型具有95.6%的準確率，優(yōu)于所有其他流行的風(fēng)險評估方法，適用于這些多種類型的癡呆。研究人員補充說，目前沒有其他方法應(yīng)用人工智能來全面預(yù)測患有癡呆的老年患者的住院結(jié)果，也沒有確定可以通過額外的臨床程序或預(yù)防措施來降低風(fēng)險的具體風(fēng)險因素。
“研究表明，如果我們能夠在老年患者住院后立即識別出患有癡呆并認識到重大風(fēng)險因素，那么我們就可以立即實施一些合適的干預(yù)措施，”Eugene C. Lai博士，博士，斯坦利H.Appel神經(jīng)病學(xué)系帕金森病研究和治療杰出捐贈主席Eugene C. Lai博士說。“通過立即減輕和糾正不良結(jié)果的可改變風(fēng)險因素，我們能夠改善結(jié)果并縮短住院時間。
神經(jīng)科醫(yī)生Lai多年來一直與這些患者一起工作，并希望研究如何更好地了解他們?nèi)绾喂芾硪约八麄冏≡簳r的行為，以便臨床醫(yī)生可以改善他們的護理和生活質(zhì)量。他聯(lián)系了休斯頓衛(wèi)理公會生物信息學(xué)專家兼T.T.T.和W.F.Chao BRAIN中心主任Stephen T.C.Wong博士，知道他的團隊可以訪問休斯頓衛(wèi)理公會患者的大型臨床數(shù)據(jù)倉庫，并能夠使用人工智能來分析大數(shù)據(jù)。
確定了每種類型的癡呆的危險因素，包括那些適合干預(yù)的因素。確定的首要住院結(jié)局危險因素包括腦病，入院時的醫(yī)療問題數(shù)量，壓瘡，尿路感染，跌倒，入院來源，年齡，種族和貧血，在多癡呆組中有幾個重疊。
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(fēng)險自擔。 如有侵權(quán)請聯(lián)系刪除！