哮喘和慢性阻塞性肺病 (COPD) 是全世界最常見的兩種肺部疾病，這些疾病的惡化會對健康產(chǎn)生負面影響并增加醫(yī)療費用。一項新的研究表明，深度學習是一種使用大量數(shù)據(jù)來處理信息的人工智能 (AI)，可以改善對多次住院風險較高的這些疾病患者的檢測。
該研究于2023 年 12 月 13 日發(fā)表在《呼吸研究》雜志上。
在這項研究中，研究人員確定了嚴重哮喘和慢性阻塞性肺病惡化的電子健康記錄 (EHR) 特征。然后，他們評估了四種機器學習模型和一種深度學習模型，以使用 EHR 數(shù)據(jù)預測再入院情況。研究人員發(fā)現(xiàn)，多層感知器(一種深度學習方法)具有最佳性能。
美國醫(yī)學副教授兼精準肺科醫(yī)學中心 (P2MED) 主任 Jose Gomez-Villalobos 醫(yī)學博士表示，研究結(jié)果表明，人工智能可以幫助肺科醫(yī)生開發(fā)哮喘、慢性阻塞性肺病和其他疾病的新分類。耶魯大學醫(yī)學院肺危重癥護理和睡眠醫(yī)學科 (Yale-PCCSM)。
戈麥斯-維拉洛博斯說：“這些方法的實施可以幫助我們識別可能從特定治療中受益的患者群體，或者具有臨床醫(yī)生并不總是顯而易見的特征的患者群體。”“如果我們知道哪些患者的需求增加或可以從靶向治療中受益，我們就可以減少他們需要返回醫(yī)院的可能性。”
戈麥斯-維拉洛博斯指出，最重要的是，該研究強調(diào)了這些疾病惡化的負擔存在顯著的種族和民族差異。“少數(shù)群體受到這些住院治療的影響尤為嚴重，”他說。
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！