人工智能现在可以预测心脏病发作和心脏猝死的长期风险
一项新的研究在心血管研究发现,机器学习,模式和推论电脑使用学习执行任务,可以预测心脏病发作和心脏猝死的长期风险。事实上,机器学习似乎更善于预测心脏病发作和心脏死亡比标准的临床心脏病学家使用的风险评估。
研究人员研究对象从潜在的成像的手臂,随机研究试验,接受冠状动脉钙评分与可用的心脏CT扫描和长期随访。参与者是无症状的,中年受试者心血管危险因素,但没有已知的冠状动脉疾病。
研究人员使用机器学习评估心肌梗死的风险,心脏死亡研究对象,然后将预测与研究对象的实际经验超过15年。受试者在这里回答一份调查问卷来确定心血管危险因素和描述他们的饮食,运动和婚姻状况。
最后的研究包括1912例,15年后的首次研究。心肌梗死76例呈现一个事件和/或心脏死亡在此随访时间。的主题的预测机器学习成绩准确对齐与实际观察到的事件的分布。动脉粥样硬化性心血管疾病的风险评分标准的临床心脏病学家使用的风险评估,高估的风险事件的风险更高类别。机器学习没有。机器学习在未经调整的分析,高预测风险明显与心脏事件的风险更高。
“我们的研究表明,机器学习整合的临床危险因素和成像技术措施能准确的个性化病人痛苦等不良事件的风险心脏病或心脏死亡,”说,虽然机器学习模型有时被视为“黑盒”,我们也试图阐明机器学习;在这个手稿,我们描述个人预测两个病人为例。当应用在扫描后,这种个性化的预测可以帮助指导建议病人,减少遭受不良心脏事件的风险。”
进一步探索
更多信息:弗雷德里克Commandeur et al,机器学习预测心肌梗死和心脏死亡的长期风险临床风险的基础上,冠状动脉钙、和心外膜脂肪组织:一个前瞻性研究,心血管研究(2019)。DOI: 10.1093 /表格/ cvz321
期刊信息:
心血管研究
所提供的牛津大学出版社
引用:人工智能现在可以预测心脏病发作和心脏猝死的长期风险(2019年12月19日)检索2022年6月3日从//www.pyrotek-europe.com/news/2019-12-artificial-intelligence-long-term-heart-cardiac.html
本文档版权。除了任何公平交易私人学习或研究的目的,没有书面许可,不得部分复制。内容只提供信息的目的。
