科普類_校園生活:AI模型比醫(yī)生更好地預(yù)測(cè)CAD導(dǎo)致的死亡風(fēng)險(xiǎn)

互聯(lián)網(wǎng)教育可以使學(xué)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(shí),改變以往的傳統(tǒng)的學(xué)習(xí)方式。下面分享一篇關(guān)于互聯(lián)網(wǎng)教育的文章供大家閱讀。

如今家長(zhǎng)們都非常關(guān)心科學(xué)教育問(wèn)題,不管是國(guó)內(nèi)的科普類科學(xué)教育還是國(guó)外的科學(xué)教育都成為了眾多家長(zhǎng)關(guān)心的問(wèn)題,那么既然現(xiàn)在大家都非常關(guān)心科學(xué)教育問(wèn)題,那么小編今天就為大家推薦一些與科學(xué)教育相關(guān)的文章來(lái)分享給大家吧,有興趣的話可以認(rèn)真閱讀下列的內(nèi)容哦。

根據(jù)PLOS One發(fā)表的一項(xiàng)新研究,與醫(yī)學(xué)專家設(shè)計(jì)的模型相比,使用人工智能(AI)的模型可以更好地預(yù)測(cè)冠心病(CAD)患者的死亡風(fēng)險(xiǎn)。

大量與AI相關(guān)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(yù)測(cè)CAD患者的死亡風(fēng)險(xiǎn)。

“最終,將機(jī)器學(xué)習(xí)方法與EHR結(jié)合使用,可能會(huì)產(chǎn)生出微調(diào)的,個(gè)性化的預(yù)后模型,這對(duì)于具有一定條件或條件組合的患者特別有價(jià)值,而對(duì)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(xué)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(xué)學(xué)院(University College London Hospitals)的NHS基金會(huì)信托基金(NHS Foundation Trust)共同使用超過(guò)82,000名患者的電子健康數(shù)據(jù)設(shè)計(jì)了用于CAD的AI模型。

研究人員根據(jù)586個(gè)變量(包括年齡,性別和胸痛)對(duì)模型進(jìn)行了訓(xùn)練,以預(yù)測(cè)心臟預(yù)測(cè)。他們的模型與只有27個(gè)變量的“專家構(gòu)建模型”進(jìn)行了比較。

斯蒂爾和同事的AI算法經(jīng)過(guò)自我訓(xùn)練,可以在預(yù)測(cè)患者死亡風(fēng)險(xiǎn)時(shí)更加準(zhǔn)確,同時(shí)還能確定以前未包含在醫(yī)生預(yù)測(cè)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(zhǔn)備好的聲明中說(shuō):“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(jìn)行了家訪,以此很好地預(yù)測(cè)了患者的死亡率?!?心臟病專家可能不會(huì)說(shuō)家訪對(duì)心臟病的生物學(xué)很重要,但可能很好地表明患者不適,無(wú)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(zhǔn)確的預(yù)測(cè)。 科普類

研究人員指出,類似的模型將來(lái)可能會(huì)在診所中實(shí)施,并且可能會(huì)改變提供者為患者提供護(hù)理的方式。

“最終,將機(jī)器學(xué)習(xí)方法與EHR結(jié)合使用,可能會(huì)產(chǎn)生出微調(diào)的,個(gè)性化的預(yù)后模型,這對(duì)于患有某些病狀或病狀組合的患者特別有價(jià)值,而對(duì)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)。