报道:使用机器学习应用程序预测患者患慢性阻塞性肺病的风险

时间:2023-04-19 10:22:48     来源:互联网


(资料图片仅供参考)

隶属于美国多个机构的医学研究人员、工程师和计算机科学家团队发现,机器学习技术可以帮助医生预测哪些患者有患慢性阻塞性肺病的风险。在他们发表在《自然遗传学》杂志上的研究中,该小组使用患者肺活量图数据训练了一个深度学习网络来预测 COPD 的发展。

COPD 是全球第三大常见死因。该术语描述了大量阻塞性肺部疾病,例如哮喘、支气管炎和肺气肿。先前的研究表明,越早治疗慢性阻塞性肺病,就可以越早应用治疗,从而减缓其进展。出于这个原因,医学科学家一直在努力寻找新方法来发现风险最高的患者。在这项新的努力中,研究小组将机器学习应用于任务。

研究人员训练了一个深度卷积神经网络来识别慢性阻塞性肺病患者和非慢性阻塞性肺病患者之间的区别。用于教授系统的数据来自患者病历、潜在诊断分类系统和肺活量图。肺活量图是通过对患者进行肺活量测定而创建的,患者向管状设备吹气,该设备连接到计算肺强度的机器。

一旦系统能够区分健康的肺部和慢性阻塞性肺病患者的肺部,该团队就添加了多年来收集的责任评分数据,以帮助发现患者的早期慢性阻塞性肺病。然后,他们根据英国生物银行 325,000 名患者的数据运行该系统,其中包括肺活量图。他们还为它提供了来自其他几项与医疗保健相关的计划参与者的风险数据。他们发现他们能够训练系统检测患者 COPD 的早期迹象。

该团队最后建议他们的系统可以通过向其提供肺活量图数据来很快用于筛查 COPD 患者。他们还指出,它可以用于新的研究工作,旨在更全面地了解 COPD 如何在肺部开始以及为什么有时进展如此之快。

标签:

最新文章推荐