投稿 媒体联盟
威腾网 首页 发现 AI人工智能 查看内容

IBM利用AI技术帮助心脏衰竭病人提前确诊

2017-4-7 14:28| 发布者: 实习小编

简介:近几十年以来,心脏病是导致美国人死亡的主要因素,所以患有心脏衰竭 (Heart Failure) 的美国人越来越多一点也不奇怪。预计到2030年,确诊患有心脏衰竭的美国成年人将会增加46%,这意味着患病人数将达到八百万,一半 ...

近几十年以来,心脏病是致使美国人灭亡的首要身分,所以得了心脏衰竭 (Heart Failure) 的美国人越来越多一点也不希奇。估计到2030年,确诊得了心脏衰竭的美国成年人将会增加46%,这意味着得病人数将到达八百万,一半左右的人在确诊五年内灭亡。(心力衰竭:简趁心衰,是指由于心脏的收缩功用和/或舒张功用发生障碍,不能将静脉转意血量充实排挤心脏,致使静脉系统血液淤积,动脉系统血液灌注不敷,从而引发心脏循环障碍症候群)

心脏衰竭很难早确诊,在美国国家卫生研讨院 (National Institutes of Health) 帮助下, IBM Research 的一个科学家团队结合 Sutter Health 的科学家与 Geisinger Health System 的临床专家,操纵基于电子病历 (Electronic Health Records) 背后能够隐藏的信息,研讨和猜测心力衰竭。在曩昔三年里,操纵自然说话处置、机械进修和大数据分析等 AI 最新停顿,该团队练习了一个比现今典型诊断早一至两年确诊心力衰竭的模子。这项研讨提出了关于练习模子所需数据以及现实权衡等方面的重要看法,并开辟了更轻易利用在未来模子的新利用方式。

一般心脏和衰竭心脏(来历:美国心脏协会)

现在的医生凡是会对病人放置心力衰竭测试,并在病历中记录患者心力衰竭的体征和症状。虽然已经做出了最大的尽力,可是患者凡是是在急性事务接管住院治疗以后,才被诊断出心力衰竭,此时疾病已经对身材形成了不成逆转的渐进性器官损伤。

该团队的研讨重点是,在典型临床诊断的前一年或前几年,经过操纵电子病历系统中包括的数据,检测和猜测出病人得了心力衰竭的风险有多大。

为了实现他们的方针,利用自然说话处置和机械进修方式,该团队开辟和利用了几种认知计较和 AI 技术来分析项目中的患者数据。

在项目进程中,团队努力于实现一系列方针,获得了一些意想不到的发现,其中包括:

1.第一个目标是领会 Framingham Heart Failure Signs and Symptoms (FHFSS) 用于早期检测的有用性, FHFSS 是临床医生凡是用来诊断心力衰竭的传统风险身分。研讨者利用自然说话处置技术(NLP),经过剖析信息和识别概念(包括富氏风险标准 (Framingham risk criteria) 或其他范例的症状),从非结构化数据(如医生笔记)中提取信息。风趣的是,研讨成果显现,28 例原始 FHFSS 体征和症状中,只要6例肯定是未来显现心力衰竭的牢靠猜测因子。

2.第二个目标是,经过将医生笔记的非结构化数据与结构化电子病历数据相连系,肯定能否更正确地猜测心力衰竭。为此,团队利用机械进修方式来构建斟酌变量组合的猜测模子。研讨成果显现,与 FHFSS 结合利用时,收集在电子病历中的其他常规数据范例(如疾病诊断,药物处方和尝试室检查)能够是猜测患者心力衰竭爆发更有用的猜测身分。

以上显现了心力衰竭猜测研讨的模子图,该模子可比当前手段早一到两年肯放心力衰竭。利用纵向电子病历数据(EHR),研讨者在观察期中提取和分析了各类结构化和非结构化数据范例,其中索引日期代表可以停止猜测的最早日期,猜测期( prediction window )指的是传统手段诊断前,模子可以做出猜测的一个时候段。

在帮助检测个体心力衰竭的能够性方面,研讨还使团队深入熟悉到特定数据范例与适用性之间的权衡。例如,当利用更多样化的数据范例时,模子的性能获得了改良,其中诊断、用药遗言和住院数据三者之间的两两组合是最重要的数据范例。操纵常识驱动的药物和诊断本体,将变量概括为更高条理的概念,并开辟出数据驱动的方式来识别和挑选最明显的变量,建立出更小和更强大的变量子集。终极,团队开辟出性能和适用性都良好的猜测模子。

这从临床的角度来看相当重要,由于模子中利用的患者身分能够跨越了1000个,可是没有医疗保健专业职员希望输入如此多的变量。对于练习有用猜测疾病模子所需数据的最低数目和范例,这些研讨功效提出了可实现的指导方针。客岁11月,颁发在 Circulation: Cardiovascular Quality and Outcomes 的一篇论文 (“Early Detection of Heart Failure Using Electronic Health Records”) 和另一篇论文 (“Learning About Machine Learning: The Promise and Pitfalls of Big Data and the Electronic Health Record”) 记录了这一研讨的其他现实意义。

以上三方将继续合作,进一步推动今朝的研讨成果。这项工作使人奋发的一面是,它有适用于其他疾病的潜伏能够性。大数据的可用性结合革新的认知计较,有望令临床诊断和早期疾病检测方面获得重猛停顿。

收藏 邀请

打赏一下

最新评论

精选资讯

更多+

资讯排行

更多+
中立 专业 共享 双赢

反馈:online@weiot.net 岳先生

产品:yameng@weiot.net 于女士

渠道:liyan@weiot.net 李女士

商务:zuoshan@weiot.net 左先生

新媒体:tianlijuan@weiot.net 田女士

关于威腾网什么是威腾网?

关于威腾网 | 威腾网大事记 | 联系威腾网 | 商务合作 | 公司招聘 | 寻求报道

网站地图快速找到你想要的
微信扫一扫关注我们
媒体联盟|Archiver|滚动新闻|原创汇集|产品地图|TAG标签|网站地图|威腾网-智能硬件互动平台 ( 京ICP备-09048584-7