人工智能模型预测结直肠癌风险在年轻的成年人

机器学习可以使用电子健康记录(EHR)数据预测结直肠癌(CRC)风险在成人35 - 50岁,3月10日在网上发表的一项研究显示《公共科学图书馆•综合》。

Hisham Hussan,医学博士,从俄亥俄州立大学在哥伦布和他的同事开发了一个预测模型使用机器学习和EHR-derived因素来识别个人35至50岁谁可能会受益于早期CRC筛选。分析模型的有效性包括30%的3116 35到50岁的成年人平均风险接受结肠镜检查的CRC在2017年和2020年之间在一个单一的中心,而剩下的70%被用来开发模型。

研究人员发现,这四个机器学习模型预测CRC区别的能力与较高的参考模型(C-statistics(95%置信区间):神经网络,0.75(0.48 - 1.00)和参考,0.43 (0.18 - 0.67);P = 0.07)。三四个机器学习方法(梯度增加除外)预测CRC高危息肉或明显优于参考模型(正规化判别分析,0.64(0.59 - 0.69)和参考,0.55 (0.50 - 0.59);P < 0.0015)。收入/邮编,结肠镜检查表明,身体质量指数四分位是最重要的预测变量CRC的正规化的判别分析模型或高风险的息肉。

“进一步发展我们的模型是必要的,其次是在初级保健设置验证,临床应用之前,”作者写道。

版权©2021每日健康。保留所有权利。