bt365手机平台-下载首页

  • 研究者们已经开发了一种方法来确定,使他们无论是业主风险模型的结果可以信任对于给定的患者。

    研究者们已经开发了一种方法来确定,使他们无论是业主风险模型的结果可以信任对于给定的患者。

    全屏

无论是技术,揭示了病人的风险模型是准确的

研究者们已经开发了一种方法来确定,使他们无论是业主风险模型的结果可以信任对于给定的患者。

计算机科学家的新方法能够帮助医生避免不必要的冒险或无效的治疗。


记者联系

萨拉·麦克唐纳
电子邮件: s_mcd@mit.edu
电话:617-253-8923
bt365手机app新闻办公室

病人有一个心脏发作或中风后,医生使用的风险模型通常以帮助指导治疗他们。这些模型可以计算临终基于以下因素的患者的风险:如患者的年龄,症状等特点。

而在大多数情况下,没有做出准确的预测,他们为病人多,这可能会导致医生选择对某些病人不必要的冒险或无效的治疗,这些模型是有用的。

“每一个风险模型评估了患者的一些数据集,即使它具有精度高,这是从来没有在实践中准确了100%,”科林斯特尔茨,bt365手机app电气工程和计算机科学教授,心脏病专家在美国马萨诸塞州总说医院。 “有一些将要针对患者的哪个模式会得到错误的答案,这可能是灾难性的。”

斯特尔茨和他的同事从MIT,IBM研究中心,和马萨诸塞州医学院有大学已开发出方法来确定它们,让业主无论模型的结果可以信任对于给定的患者。这将有助于指导医生选择适合的患者更好的治疗方法,研究人员说,。

斯特尔茨,谁也为健康科学与技术系教授,bt365手机app的工程科学和医学和电子研究实验室的成员,以及计算机科学和人工智能实验室的准成员,是的高级作者 新的研究。bt365手机app的研究生保罗·迈尔斯是论文的主要作者,这在当今出现 数字医疗.

风险建模

该计算机模型可以预测的伤害事件,包括对待死亡患者的风险,被广泛用于医药。这些模型通过培训往往机器学习算法来分析患者的数据集,其中包括各种各样的信息,关于患者,包括他们的健康状况产生。

这些模型虽然总体拥有高精确度“很少想到已经进入一个模型识别时很可能会失败,”斯特尔茨说。 “我们正努力创造的方式转变人们认为这些机器学习车型简介。想着什么时候申请的模型是真正的重要因被错误可能是致命的后果。“

例如,一个病人谁是高风险的误判足够不会获得积极的治疗,而低风险的患者错误地判定为高风险接受莫非是不必要的,有害的潜在干预措施。

说明了该方法的工作原理,重点研究人员选择了使用广泛称为恩典风险评分的风险模型,但该技术可以适用于任何类型的风险几乎模型。格雷斯,代表急性冠脉事件全球注册,是一个大的数据集被用来计算结果患上急性冠脉综合征(通过减少血液流向造成的条件死后六个月内的患者的风险,制定风险模型心脏)。得到的是基于风险评估的年龄,血压,心脏率和其它临床功能一应俱全。

研究人员的新技术生成一个‘不可靠的分数’,其范围从0到1.对于一个风险预测模型,得分越高,越不可靠的这个预言。不可靠性得分是基于由特定宽限期产生的风险预测模型的比较:如风险分数,与由不同的模型这是训练对同一数据集产生的预测。如果模型产生不同的结果,很可能那么该病人的风险预测模型是不可靠的斯特尔茨说。

“我们表现出本文,如果你看一下病人如有不可靠性得分最高 - 在最高的1% - 该患者信息的风险预测产生相同的掷硬币,”斯特尔茨说。 “对于这些患者,比分不能判别的恩典那些死和那些没有关系。这对于那些患者完全没用。“

研究人员的发现也有人认为,患者对他们来说,模型并不能很好的工作往往是老年人和有心血管危险因素的发生率较高。

该方法的一个优点显著推导,研究人员对公式讲述了两个预测会如何抗议,而无需建立一个基于原始数据集一个完全新的模式。 

“你不需要访问训练数据集本身,以计算ESTA测量不可靠,并且因为有隐私方面的问题,从被不同的人可以访问广泛防止这些临床数据集,这一点很重要”斯特尔茨说。

再培训模式

研究人员目前正在设计的用户界面,医生可以使用到评估是否将比分鉴于病人的恩典是可靠的。从长远来看,希望他们也通过简化重新培训这些数据模型包括更多的患者都喜欢被诊断患者提高风险模型的可靠性。

“如果模型根本不够,于是一个模型可以快速的再培训。你能想象一个整体的软件套件将集成的电子健康记录这会自动告诉你,无论是业主风险评分是适合于给定的患者,然后尝试做对飞的东西,比如再训练的新模式,可能更合适“斯特尔茨说。

这项研究是由美国bt365手机app,IBM沃森AI实验室资助。论文的其他作者包括bt365手机app的研究生王志涛戴;肯尼NG,克里斯汀Severson的,并在IBM健康研究计算中心的URI kartoun;和黄蔚和中心的研究成果,在马萨诸塞州医学院的大学的弗雷德里克·安德森。


主题: 研究, 卫生保健, 医学, 机器学习, 人工智能, Electrical Engineering & Computer Science (eecs), 卫生科学与技术, 研究实验室的电子, 计算机科学和人工智能实验室(CSAIL), 学院为医学工程和科学器(IME), 工程学院

回到顶部