人工智能提高了疟疾预测结果

小编发现不少朋友对于 人工智能提高了疟疾预测结果 这方面的信息都比较感兴趣，小编就针对 人工智能提高了疟疾预测结果 整理了一些相关方面的信息 在这里分享给大家。

医疗保健中的AI正在推动护理和诊断的许多领域，但它也有助于预测疟疾的临床风险和严重程度。

伦敦帝国学院的研究人员应用机器学习和基于模型的推理工具来检测与重症疟疾相关的临床特征的模式，该样本来自将近3,000名因疟疾入院的冈比亚儿童。他们的发现发表在npj Digital Medicine上。

研究人员称，严重的疟疾每年夺走40万多人的生命，其中大多数死亡是非洲儿童。然而，根据卑尔根大学副教授Iain G. Johnston的说法，在临床研究中，“导致SM的事件顺序了解得很少”，并且在临床研究中很少发现疟疾的风险-和死亡-的决定因素。和同事。

研究人员使用相互信息(MI)来学习可以预测患者预后的临床因素。他们还使用HyperTraPS(高三次过渡路径采样)算法来创建疾病进展的概率途径。根据疾病严重程度的临床特征将患者分为三类-呼吸窘迫，脑疟疾和严重贫血-并将其与死亡联系起来。

研究人员写道，患有脑疟疾的儿童死亡的风险最高，而没有儿童的疟疾则“大大降低了死亡几率”。呼吸窘迫增加了有或没有CM的人的死亡几率。输血是CM和RD患者的下一个信息丰富的预后特征，似乎可以降低死亡率。

研究人员还发现，脾脏增大的患者的临床预后较好，因为器官可能一直在尝试清除血液中的感染。

除了确定可预测死亡的特征外，他们还采用了由11位经验丰富的临床医生验证的数据驱动方法研究了导致死亡的一系列事件，其中大多数人表示不确定疾病的进展。

Johnstone等人说：“这种新颖的方法不仅可以捕获单个风险因素的快照，还可以捕获有关疾病进展的学习途径的全部概率信息，从而使先前患者的病史能够为新患者的临床分析提供依据。” 写道。“这种方法经过测试数据集的验证，符合精密医学的目标，并充分利用了可用的生物医学数据;我们预计它也可以在许多其他疾病和临床环境中使用。”