Для выявления рисков инсульта существующие методы машинного обучения используют подробные медицинские данные о пациенте – историю клинических записей, результаты анализов и различных методов диагностики. Зачастую в отделениях неотложной помощи или сельских больницах такая информация недоступна, поэтому ученые из Университета Карнеги-Меллона работали над созданием более простого и универсального инструмента.
Для разработки алгоритма ученые проанализировали первичные данные более 143 тысяч человек, поступивших в отделения неотложной помощи во Флориде, https://newatlas.com/medical/machine-learning-model-accurate... New Atlas. Они включали информацию о поле, возрасте, расе, времени поступлении в больницу, наличии хронических заболеваний, связанных с рисками инсульта, о которых пациент сообщал самостоятельно, а также информацию о страховке – ее тип помогал определять приблизительный уровень дохода, образования и другие социально-экономические факторы.
По этим данным ИИ научился предсказывать вероятность инсульта при поступлении человека в больницу с точностью 84%.
«Наша модель не требует никаких клинических записей или результатов тестов, поэтому она может быть полезна для быстрой оценки рисков и классификации пациентов с целью дальнейшей диагностики и проведения оперативных вмешательств», - заявила соавтор работы Сюань Тан. Помимо ускорения всего процесса обследования в крупных больницах применение ИИ может быть очень эффективным в отдаленных сельских учреждениях с ограниченным доступам к чувствительным диагностическим инструментам.
Еще одним фактором риска инсульта может быть депрессия.
Ученые выяснили, что симптомы этого психического расстройства https://hightech.plus/2023/03/12/simptomi-depressii-povishay... риски инсульта на 46%.
Свежие комментарии