机器学习可能有助于减少非心脏手术后的死亡率

一项由博士领导的新研究。西澳大利亚大学的研究人员发现，使用计算机或机器学习的人工智能可能有助于减少非心脏手术后常见的心血管并发症，包括心脏病发作和心肌损伤。

来自西澳大学医学院和皇家珀斯医院的 Janis Nolde 博士和一个国际研究小组评估了非心脏手术患者队列评估 (VISION) 血管事件研究 (VISION) 研究中 24,000 多名参与者的数据，结果发表在麻醉。

该团队希望确定机器学习和数据是否可以预测医疗并发症，尤其是手术(心脏手术除外)引起的心血管并发症，以便更好地识别和治疗易受伤害的患者。

“每年，全球有超过 2 亿患者接受重大的非心脏手术，其中约 1000 万患者在 30 天内经历了严重的心血管事件，这可能导致更高的死亡率、健康状况不佳和长期生存率下降，”诺尔德博士说。

“手术后最常见的心血管并发症是心脏病发作和心肌损伤，但它们通常很难被发现，因为症状可能是隐藏的，常规检查可能会漏掉它们。”

研究小组使用一种敏感的实验室测试来测量在心肌受损或受伤时释放到血液中的蛋白质(肌钙蛋白)，发现六分之一的患者在术后前三天水平升高。

“这种情况被称为非心脏手术后的心肌损伤，在接下来的几周内与死亡和其他严重并发症的风险大大增加有关，但很难通过年龄、健康状况、任何潜在的医学疾病和手术期间或手术后早期出现的问题，都需要考虑在内，”诺尔德博士说。

“机器学习，尤其是神经网络，提供了一种很有前途的方法，因为这些技术可以分析大量数据并识别复杂的模式和关系，否则很难发现这些模式和关系。它们具有很强的适应性，因此可以针对许多不同的设置进行实施和定制。 “

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！