算法预测心脏病发作后的预期寿命

由加州大学洛杉矶分校的研究人员开发的一种新算法更准确地预测人们将生存心脏衰竭,多长时间,他们是否接受心脏移植。算法将允许医生赚更多的个性化评估的人等待心脏移植,进而使卫生保健提供者能够更好地利用有限的拯救生命的资源和潜在的降低医疗成本。

作为医疗精密医学的进展,本研究可能是一个关键的一步裁剪器官移植程序,个别病人。这项研究发表在《PLOS One》杂志上,是由米卡尔van der夏尔总理的加州大学洛杉矶分校的电气和计算机工程教授萨姆厄工程学院。

算法,研究人员称之为树的预测,使用机器学习——这意味着计算机有效地“学习”从额外的新数据。它考虑53数据点,包括年龄、性别、体重指数、血型和血液化学——来解决复杂的差异人们等待心脏移植和潜在的心脏移植受者和捐助者之间的兼容性。

树的预测使用这些53数据点来预测心力衰竭患者能活多久,取决于他们是否接受移植。(这些数据点,33与信息接受者或潜在接受者,14个属于捐赠者和六个应用在供体和受体之间的兼容性)。

研究者测试了30年的数据预测的树木在美国注册的人器官共享网络相匹配的非营利组织捐赠和移植受者在美国,他们发现他们的算法提供了更好的预测比当前方法的有人能活多久,卫生保健提供者使用。

它还表现的预测从机器学习方法已经由其他研究小组开发的。

“我们的研究表明,与应用程序可以挽救更多的生命的新的machine-learning-based算法,”范德沙尔说,他也是图灵研究员Alan Turing研究院在伦敦,牛津大学教授和人。“这将是特别适合确定哪些患者需要心脏移植最迫切和哪些病人适合使用桥疗法如mechanical-assist植入设备。”

该算法能够分析许多可能的风险场景帮助医生更彻底地评估潜在的移植候选人的人可能是心脏移植候选人,这是足够灵活,能够将更多的数据随着治疗的发展。

“这个方法后,我们能够识别大量的患者好移植候选人但没有明确的传统方法,”马丁Cadeiras博士说,一个在加州大学洛杉矶分校的大卫格芬医学院心脏病学家。“这种方法更好的类似人类的思维过程,允许多个替代解决方案相同的问题,但考虑到每个人的可变性。”

例如,对预测模型相比,大多数医生目前使用项目移植受者移植后将活至少三年,一个常用的基准,加州大学洛杉矶分校算法优于14%——正确的模型预测,2442多17441人接受移植的心脏移植受者和手术后至少住很长时间。

除了范德沙尔和Cadeiras外,其他研究的主要作者Jinsung Yoon,加州大学洛杉矶分校工程博士生,和威廉Zame,加州大学洛杉矶分校特聘教授经济学和数学。特约作者塔博士Banerjee Farr卫生信息学研究所的伦敦大学学院和加州大学洛杉矶分校艾哈迈德·阿拉工程博士生。

Van der沙尔说,预测算法的树可用于见解来自医疗数据库和许多其他类型的复杂的数据库。尹,夏尔Zame和van der表明它可以认出笔迹,和预测信用卡欺诈和特定的流行新闻。

这篇文章被转载材料所提供的加州大学洛杉矶分校萨姆厄工程学院。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

参考:尹,J。、Zame w·R。巴纳吉,。Cadeiras, M。阿拉,a . M。夏尔& m . van der。(2018)。通过个性化的生存预测树的预测:心脏移植的应用程序。PLOS ONE, 13 (3), e0194985。https://doi.org/10.1371/journal.pone.0194985