研究人员使用AI开发临床预测模型


根据发表在PLOS One上的一项研究,威尔士卡迪夫的卡迪夫大学的研究人员使用基于AI的方法开发了一种临床预测模型 。该模型表明,与传统方法相比,它可以为患有心血管疾病的患者提供准确而可靠的预后 。
卡迪夫大学医学院研究合著者兼教授克雷格·柯里(Craig Currie)博士在一份声明中说:“如果我们能够改进这些方法,它们将使我们能够更早地确定那些需要预防措施的人 。”
临床预测模型使用各种特征来预测诊断或预后结果 。通常,临床医生和统计学家使用手动调整的Cox回归模型来估计各种疾病的风险 。
在这项研究中,研究人员使用基因编程(GP)来开发临床预测模型,并评估患者未来发生心血管事件的风险,例如心血管死亡,非致命性中风或非致命性心肌梗塞 。GP被描述为一种基于AI的方法,其中将计算机程序编码为一组基因,然后使用进化算法对其进行修改 。
【研究人员使用AI开发临床预测模型】该研究的目的是确定GP在临床预测模型的自动开发中的效用,并将其可预测性与传统方法进行比较 。研究人员使用了3800多名心血管疾病患者的数据集进行研究 。
研究表明,这两种模型的可预测性表现均具有可比性,GP模型证明“作为用于诊断和预后目的的临床预测模型自动开发方法的巨大潜力”,克里斯蒂安·A·班尼斯特(Christian A. Bannister)博士,卡迪夫大学医学院等 。写道 。
卡迪夫大学计算机科学与信息学学院的合著者,教授艾琳娜·斯帕奇奇(Irena Spacic)在一份声明中说:“解释机器学习提供的解决方案的能力迄今使该技术在整合到临床实践中受到了阻碍 。”
“但是,鉴于最近神经网络的兴起,重要的是不要旁听其他机器学习方法,特别是那些提供透明性的方法,例如基因编程或决策树 。毕竟,我们正在寻求利用人工智能来帮助人类专家,而不是将他们完全排除在外 。”

    推荐阅读