美國(guó)衛(wèi)生醫(yī)療系統(tǒng)Geisinger Health:利用人工智能可透過(guò)心電圖預(yù)測(cè)死亡率
TIMEDOO肽度(微信號(hào):Time-doo)獲悉,美國(guó)衛(wèi)生醫(yī)療系統(tǒng)Geisinger Health訓(xùn)練出一套能根據(jù)心電圖預(yù)測(cè)患者存活率的機(jī)器學(xué)習(xí)模型。這套模型還能監(jiān)測(cè)心電圖上一般醫(yī)生可能忽視的部分,更準(zhǔn)確的判斷患者是否將出現(xiàn)心房顫動(dòng)的癥狀。
根據(jù)Healio報(bào)道,機(jī)器學(xué)習(xí)模型在醫(yī)療上的應(yīng)用雖已十分常見(jiàn),但大多都是配合既有的診斷結(jié)果,進(jìn)行特征的識(shí)別,很少有研究會(huì)用機(jī)器學(xué)習(xí)預(yù)測(cè)未來(lái)事件及患者結(jié)果。Geisinger的機(jī)器學(xué)習(xí)模型是第一個(gè)只需透過(guò)12導(dǎo)程心電圖,就能預(yù)測(cè)患者一年內(nèi)死亡率的系統(tǒng)。
研究人員使用了100多萬(wàn)張來(lái)自30多萬(wàn)名患者的心電圖標(biāo)記,對(duì)深度神經(jīng)網(wǎng)路進(jìn)行訓(xùn)練,并讓它預(yù)測(cè)患者未來(lái)一年的死亡率。結(jié)果顯示,Geisinger機(jī)器學(xué)習(xí)模型的接受試者操作(ROC)曲線下面積(AUC)為0.83。在加入年齡、性別等資料后,AUC便達(dá)到0.85。
在處理原本被心臟科醫(yī)生判斷為正常的心電圖時(shí),Geisinger機(jī)器學(xué)習(xí)模型也有相當(dāng)不錯(cuò)的表現(xiàn)。經(jīng)過(guò)測(cè)試發(fā)現(xiàn),盡管心電圖上已標(biāo)記了真陽(yáng)(true positive)、真陰(true negative),心臟科醫(yī)生仍無(wú)法識(shí)別出機(jī)器學(xué)習(xí)模型所捕捉到的模式。
研究人員指出,患者預(yù)診斷是決定接下來(lái)治療方式的重要基礎(chǔ)。他們相信這類(lèi)模型將能被整合到臨床工作流程,為風(fēng)險(xiǎn)評(píng)估與預(yù)診斷提供必要的協(xié)助。
此外,研究團(tuán)隊(duì)還利用五摺交叉驗(yàn)證,訓(xùn)練多類(lèi)別深度卷積神經(jīng)網(wǎng)預(yù)測(cè)患者一年內(nèi)發(fā)生心房顫動(dòng)的可能性。經(jīng)過(guò)訓(xùn)練,預(yù)測(cè)模型的AUC達(dá)到0.75,而面對(duì)原本被判斷為正常的心電圖時(shí),預(yù)測(cè)模型的AUC也有0.72。這代表演算法能夠識(shí)別醫(yī)生容易忽略的重要細(xì)節(jié)。
Geisinger目前正試圖透過(guò)臨床試驗(yàn),證明這套預(yù)測(cè)模型的實(shí)際應(yīng)用價(jià)值。除了心房顫動(dòng)的預(yù)測(cè)外,研究團(tuán)隊(duì)也想證實(shí)及早治療將能降低中風(fēng)等有害結(jié)果發(fā)生的機(jī)率。
編輯|周新思


本文系作者 @TIMEDOO 原創(chuàng)發(fā)布在 肽度TIMEDOO。未經(jīng)許可,禁止轉(zhuǎn)載。