AWS
Advantechline
 

机器学习预测心脏病发和死亡机率 准确度超过9成

芬兰土尔库PET中心的医疗人员,正在帮患者做CT检查。Turku PET Centre官方YouTube

欧洲心脏病学会(ESC)日前在2019年国际核子心脏学与心脏计算机断层摄影大会(ICNC)上发表了一篇论文,显示机器学习(machine learning)正取代人类,预测死亡或心脏病的发生。

该团队将芬兰土尔库正电子发射断层扫描中心(Turku PET Centre)的患者资料餵入算法,分析950位病患身上的85项变因,让算法「学习」造影资料的互动,进而辨识出造成患者死亡或心脏病发的资料模式。

这些病患都有胸痛的毛病,他们接受土尔库中心所做、关于冠状动脉疾病的检查,其中58位的医学影像结果发现有冠状动脉斑块、血管变窄和钙化现象,中心让这58人进一步接受PET扫描。在大约6年的追踪期间,共有24例心脏病发、49例死亡。

患者身上的85项变因被输入机器学习算法中,一次次反复分析,直到得出最能预测心脏病发与死亡案例的资料结构为止。结果显示,预测准确度达9成以上。

目前医疗机构握有大量患者资料,可惜未能善加利用。机器学习技术是个契机,透过重复分析与调整,将能辨识出人类忽略的复杂模式,未来将有助个别化治疗。

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: 芬兰 计算机断层扫描 预防医学