Bukvoed.info


Ежедневные новости от Информационного агентства СМИ25, ООО Буквоед не является учредителем СМИ

Новая технология ИИ обеспечивает более точный прогноз вероятности смерти пациентов с ишемической болезнью сердца в течение 10 лет

Новая технология ИИ обеспечивает более точный прогноз вероятности смерти пациентов с ишемической болезнью сердца в течение 10 лет


Новая технология ИИ обеспечивает более точный прогноз вероятности смерти пациентов с ишемической болезнью сердца в течение 10 лет, чем другие методы, используемые медицинскими работниками во всем мире. Исследование представлено на научном конгрессе Европейского общества кардиологов.

В отличие от традиционных методов, основанных на клинических данных, новая оценка также включает информацию о визуализации сердца, измеренную с помощью стрессового сердечно-сосудистого магнитного резонанса (CMR). Под "стрессом" подразумевается тот факт, что пациентам дают препарат, имитирующий воздействие физической нагрузки на сердце во время нахождения в магнитно-резонансном томографе.

"Это первое исследование, которое показало, что машинное обучение с использованием клинических параметров плюс стрессовая КМР могут очень точно предсказать риск смерти", - сказал автор исследования доктор Тео Пезель из больницы Джона Хопкинса, Балтимор, США. "Полученные результаты свидетельствуют о том, что пациентам с болью в груди, одышкой или факторами риска сердечно-сосудистых заболеваний следует пройти стрессовое КМР-исследование и подсчитать количество баллов. Это позволит нам обеспечить более интенсивное наблюдение и дать советы по физическим упражнениям, диете и т.д. тем, кто в них больше всего нуждается"

В данном исследовании изучалась точность машинного обучения с использованием стресс-КМР и клинических данных для прогнозирования 10-летней смертности от всех причин у пациентов с предполагаемой или известной ишемической болезнью сердца, и сравнивалась его эффективность с существующими оценками. Доктор Пезель пояснил:

"Для клиницистов некоторая информация, которую мы собираем у пациентов, может показаться неактуальной для стратификации риска. Но машинное обучение может анализировать большое количество переменных одновременно и может обнаружить ассоциации, о существовании которых мы не подозревали, тем самым улучшая прогнозирование риска"

В исследование были включены 31 752 пациента, направленных на стресс-КМР в период с 2008 по 2018 год в центр в Париже из-за боли в груди, одышки при нагрузке или высокого риска сердечно-сосудистых заболеваний, но без симптомов. Высокий риск определялся как наличие как минимум двух факторов риска, таких как гипертония, диабет, дислипидемия и курение.

Средний возраст составил 64 года, 66% - мужчины. Была собрана информация по 23 клиническим и 11 параметрам КМР. За пациентами наблюдали в течение шести лет, в среднем, с учетом смертности от всех причин, данные о которой были получены из национального регистра смертности во Франции. За период наблюдения умерли 2 679 (8,4%) пациентов.

Машинное обучение проводилось в два этапа. Во-первых, оно использовалось для выбора того, какие из клинических параметров и параметров КМР могут предсказать смерть, а какие нет.

Во-вторых, машинное обучение использовалось для построения алгоритма, основанного на важных параметрах, определенных на первом этапе, при этом каждому из них придавалось различное значение для создания наилучшего прогноза. Затем пациентам была присвоена оценка вероятности смерти в течение 10 лет в баллах от 0 (низкий риск) до 10 (высокий риск).

Машинное обучение смогло предсказать, какие пациенты будут живы или мертвы, с 76% точностью (в статистических терминах площадь под кривой составила 0,76). "Это означает, что примерно у трех из четырех пациентов оценка дала правильный прогноз", - сказал доктор Пезель.

Используя те же данные, исследователи рассчитали 10-летний риск смерти от всех причин с помощью общепринятых оценок и ранее полученной оценки, включающей клинические данные.

Источник/автор фото: pixabay.com
Источник: medicalxpress
Оцените
0
Не согласен со статьей?
Напиши свое мнение для других читателей!
  • Смайлы и люди
    Животные и природа
    Еда и напитки
    Активность
    Путешествия и места
    Предметы
    Символы
    Флаги