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(huì)對(duì)健康產(chǎn)生負(fù)面影響并增加醫(yī)療費(fèi)用。一項(xiàng)新的研究表明，深度學(xué)習(xí)是一種使用大量數(shù)據(jù)來(lái)處理信息的人工智能 (AI)，可以改善對(duì)多次住院風(fēng)險(xiǎn)較高的這些疾病患者的檢測(cè)。
該研究于2023 年 12 月 13 日發(fā)表在《呼吸研究》雜志上。
在這項(xiàng)研究中，研究人員確定了嚴(yán)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?cè)u(píng)估了四種機(jī)器學(xué)習(xí)模型和一種深度學(xué)習(xí)模型，以使用 EHR 數(shù)據(jù)預(yù)測(cè)再入院情況。研究人員發(fā)現(xiàn)，多層感知器(一種深度學(xué)習(xí)方法)具有最佳性能。
美國(guó)醫(yī)學(xué)副教授兼精準(zhǔn)肺科醫(yī)學(xué)中心 (P2MED) 主任 Jose Gomez-Villalobos 醫(yī)學(xué)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(xué)醫(yī)學(xué)院肺危重癥護(hù)理和睡眠醫(yī)學(xué)科 (Yale-PCCSM)。
戈麥斯-維拉洛博斯說(shuō)：“這些方法的實(shí)施可以幫助我們識(shí)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(qiáng)調(diào)了這些疾病惡化的負(fù)擔(dān)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(yán)重，”他說(shuō)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！