科学家开发非侵入性的方法来预测痴呆的发病
![Information gathered from routine visits to the doctor is enough to accurately predict a person's risk of developing Alzheimer's disease and related dementias, according to new research led by scientists from Regenstrief Institute, Indiana University and Merck. The researchers developed and tested machine learning algorithms using data from electronic medical records to identify patients who may be at risk for developing the dementia. Credit: Regenstrief Institute 科学家开发非侵入性的方法来预测痴呆的发病](https://scx1.b-cdn.net/csz/news/800a/2020/9-scientistsde.jpg)
收集的信息从日常拜访医生能够准确地预测一个人患老年痴呆症的风险和相关的痴呆症,根据新的研究由Regenstrief研究所的科学家们,印第安纳大学和默克公司。研究人员开发和测试机器学习算法使用电子医疗记录的数据来确定患者可能发展老年痴呆症的风险。
至少有50%的老年人初级保健与阿尔茨海默氏症和相关的痴呆症患者从未接受诊断。和更多的生活在症状两到五年之前被诊断。目前,测试屏幕痴呆风险是侵入性的,耗时和昂贵的。
“伟大的事这个方法是被动的,并且提供了类似的准确性目前使用的更多侵入性的测试,”首席研究员Malaz Boustani,医学博士英里每小时,研究员Regenstrief研究所和印第安纳大学医学院的教授。“这是一个低成本、可扩展的解决方案,可以为病人和他们的家属提供实质利益,帮助他们准备生活与痴呆的可能性,使他们采取行动。”
开发机器学习算法预测痴呆
研究小组,包括来自乔治亚州,科学家爱因斯坦医学院和固体研究集团最近公布其调查结果在两个不同的机器学习方法。的发表的论文美国老年病学学会杂志》上分析了自然语言处理的结果算法学习规则,通过分析例子,人工智能在医学文章共享结果从一个随机森林模型,搭建基于决策树的一个整体。两种方法显示出类似的准确性预测老年痴呆症的发病在一到三年的诊断。
为了训练算法,研究人员收集的数据对病人从印第安纳州网络病人护理。模型利用处方信息和诊断,是结构化字段,以及医学指出,自由文本,预测老年痴呆症的发生。研究人员发现,自由文本笔记是最宝贵的帮助识别人患这种疾病的风险。
“这项研究令人兴奋,因为它潜在的病人和他们的家属提供了重要的好处,”帕特里克·纳汉说,博士,研究作者从Regenstrief IU医学院附属的科学家。“临床医生可以提供教育行为和习惯,帮助患者应对他们的症状,过更好的生活质量。”
吉娜本后,博士,硕士来自普渡大学的研究报告作者IUPUI和Regenstrief工程与技术学院附属科学家,说:“早期的风险识别允许一个医生的机会和家庭保健计划。我从经验中知道一个负担它可以处理一个痴呆的诊断。这个测试提供的窗口是非常重要的,以帮助改善病人及其家属的生活质量。”
除了家庭受益,这些方法也可以为患者和卫生系统提供显著的成本节约。他们取代昂贵的测试和允许临床医生需要屏幕整个种群识别那些高危人群。延迟出现症状也可以节省大量的钱治疗。
下一步是部署这些机器学习算法在现实生活中的诊所来测试如果他们帮助识别更多的真实情况下痴呆以及学习如何影响病人的意愿跟进结果。