科技資訊:AI篩查了臨床抑郁癥的人群和亞組

導讀新時代高科技不計其數越來越發達,小伙伴們看過不少科技新聞吧,在我們生活中應該也用到很多這些高科技東西,有哪些小伙伴值的關注的呢,今

新時代高科技不計其數越來越發達,小伙伴們看過不少科技新聞吧,在我們生活中應該也用到很多這些高科技東西,有哪些小伙伴值的關注的呢,今天就跟大家分享一篇有關科技方面知識,希望大家會喜歡。

小編發現不少朋友對于 AI篩查了臨床抑郁癥的人群和亞組 這方面的信息都比較感興趣,小編就針對 AI篩查了臨床抑郁癥的人群和亞組 整理了一些相關方面的信息 在這里分享給大家。

一項發表在《醫學互聯網研究》雜志上的研究表明,機器學習算法可以梳理人群級別的患者數據庫,以找到可能通過抑郁癥治療受益的人。

印第安納大學和印第安納波利斯再生研究所的研究人員在全州范圍內的健康信息交換(HIE)中使用了數據,證明了這一概念,該數據包括各種健康指標和醫學史。

指標包括診斷,行為和人口統計類別。

Suranga Kasthurirathne博士及其同事將HIE數據集與從臨床醫生的報告和注釋中的非結構化自由文本數據集中提取的結果變量進行了合并。

利用這些混合的輸入,該團隊訓練了隨機森林決策模型,以預測整個患者群體(超過84,000名成年人)中臨床抑郁癥的發生率,以及因抑郁癥而出現不良事件的風險較高的患者人群中。

他們發現將近7,000名患者(占研究隊列的8.29%)可能需要對抑郁癥進行高級護理。

雖然總體患者群體模型的曲線下面積(AUC)為實心區域,但中等水平,為78.87%,而高危亞組的模型的AUC得分為86.31%至94.43%。

從這些結果中,作者得出結論,他們基于AI的方法顯示出“實現預防保健的巨大潛力,可以輕松地集成到現有的臨床工作流程中,以改善對環繞式醫療服務的訪問。”

在Regenstrief Institute發表的新聞中,Kasthurirathne說,雙模式功能可以在兩個不同的人口水平上搜索數據庫,這可能會為醫療保健系統提供選擇最佳的抑郁癥篩查方法的選擇。

他補充說:“也許他們沒有計算或人力資源來為每位患者運行模型。” “這使他們可以選擇篩選高危患者”,以轉介至初級保健醫生。

免責聲明:本文由用戶上傳,如有侵權請聯系刪除!