猶他大學(xué)健康科學(xué)家首次表明，人工智能可以帶來更好的方法來預(yù)測心血管疾病的發(fā)病和病程。研究人員與山間小學(xué)兒童醫(yī)院的醫(yī)生合作，開發(fā)了獨(dú)特的計算工具，以精確測量現(xiàn)有醫(yī)療條件對心臟和血管的協(xié)同效應(yīng)。
研究人員表示，這種綜合方法可以幫助醫(yī)生預(yù)見、預(yù)防或治療嚴(yán)重的心臟問題，甚至可能在患者意識到潛在疾病之前。
盡管該研究僅關(guān)注心血管疾病，但研究人員認(rèn)為它可能具有更廣泛的影響。事實(shí)上，他們認(rèn)為這些發(fā)現(xiàn)最終可能導(dǎo)致個性化預(yù)防醫(yī)學(xué)的新時代。醫(yī)生會主動聯(lián)系患者，提醒他們注意潛在的疾病以及可以采取哪些措施來緩解問題。
“我們可以求助于人工智能來幫助改善幾乎所有醫(yī)療診斷的風(fēng)險，”該研究的通訊作者、U of U Health 和 Intermountain Primary Children's Hospital 的兒科心臟病專家、Nora Eccles 的科學(xué)家 Martin Tristani-Firouzi 說哈里森心血管研究和培訓(xùn)學(xué)院。“癌癥風(fēng)險、甲狀腺手術(shù)風(fēng)險、糖尿病風(fēng)險——任何你能想象到的醫(yī)學(xué)術(shù)語。”
該研究發(fā)表在在線期刊PLOS Digital Health上。
該研究的資深作者、人類遺傳學(xué)教授 Mark Yandell 博士表示，目前計算各種風(fēng)險因素(如人口統(tǒng)計學(xué)和病史)對心血管疾病的綜合影響的方法通常不精確且主觀。 HA 和 Edna Benning 是 U of U Health 的捐贈主席，也是 Backdrop Health 的聯(lián)合創(chuàng)始人。因此，這些方法無法識別可能對心臟和血管健康產(chǎn)生深遠(yuǎn)影響的某些相互作用。
為了更準(zhǔn)確地衡量這些相互作用(也稱為合并癥)如何影響健康，U of U Health 和 Intermountain Primary Children's Hospital 的 Tristani-Firouzi、Yandell 及其同事使用機(jī)器學(xué)習(xí)軟件對超過 160 萬份電子健康記錄進(jìn)行分類。EHRs)在姓名和其他識別信息被刪除后。
這些電子記錄記錄了患者發(fā)生的一切，包括實(shí)驗(yàn)室測試、診斷、藥物使用和醫(yī)療程序，幫助研究人員確定最有可能加重心血管疾病等特定醫(yī)療狀況的合并癥。
標(biāo)簽：
免責(zé)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(dān)。 如有侵權(quán)請聯(lián)系刪除！