人工智能现在可以预测心脏病发作和心脏死亡的长期风险
新的研究心血管研究发现机器学习，模式和推迟计算机用于学习执行任务，可以预测心脏病发作和心脏死亡的长期风险。实际上，机器学习似乎更好地预测心脏病发作和心脏死亡，而不是心脏病学家使用的标准临床风险评估。
这里的研究人员研究了来自前瞻性随机研究试验的成像手臂的受试者，他接受了冠状动脉钙评分，可用的心脏CT扫描和长期随访。参与者在这里是无症状的中年科目，与心血管危险因素，但没有已知冠状动脉疾病。
研究人员使用机器学习来评估心肌梗死的风险和心脏死亡然后将这些预测与受试者15年来的实际经历进行比较。研究对象回答了一份问卷，以确定心血管风险因素，并描述他们的饮食、锻炼和婚姻状况。
最终的研究由1,912名受试者组成，第一次学习后十五年。76个受试者在这种后续时间介绍了心肌梗塞和/或心脏病的事件。这主题'预测机器学习评分准确地对齐，具有观察到的事件的实际分布。动脉粥样硬化心血管疾病风险评分，心脏病学家使用的标准临床风险评估，高估了较高风险类别的事件风险。机器学习没有。在不调整的分析中，高预测的机器学习风险与心灵的风险较高显着相关。
“我们的研究表明，结合临床风险因素和成像措施的机器学习可以准确地个性化患者遭受不良事件的风险，比如心脏病发作或心脏死亡，“当机器学习模型有时被视为”黑匣子“，我们也试图脱脂机器学习;在本手稿中，我们将两个患者的个人预测描述为例。当扫描后应用时，这种个性化预测可以帮助指导患者的建议，以降低患有不良心脏事件的风险。“
进一步探索
更多信息：Frederic Commandeur等人，基于临床风险、冠状动脉钙化和心外膜脂肪组织的机器学习预测心肌梗死和心脏性死亡的长期风险:一项前瞻性研究，心血管研究（2019）。DOI: 10.1093 /表格/ cvz321
信息信息：
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病的长期风险（2019年，12月19日）从HTTPS://MedicalXpress.com/news/2019-12-10-10-teLigence-long-term-heart检索-cardiac.html.
本文件受版权保护。除了私人学习或研究目的的任何公平交易外，没有书面许可，没有任何部分。内容仅供参考。
用户评论