外媒 | 深度学习工具帮助识别肝硬化患者-普瑞纯证
据《临床胃肠病学杂志》发表的一项研究表明，美国南卡罗来纳医学大学的研究人员开发了一种深度学习（DL）方法，可以利用电子病历中的临床文本识别肝硬化患者。肝硬化是一种严重的、潜在的危及生命的疾病，是由于各种肝脏疾病或损伤引起的，是慢性肝病的最终阶段。目前，预测肝硬化进展依赖于国际疾病分类（ICD）代码，但效果有限。该研究的作者解释说，预测哪些患者会进展为肝硬化可能是一项挑战，但这对于促进护理管理和改善结果至关重要。研究人员利用人工智能（AI）来帮助，利用机器学习模型评估这些方法是否能够准确识别肝硬化患者。研究团队测试了朴素贝叶斯和随机森林方法作为基线模型，以及基于深度学习的卷积神经网络（CNN）来确定哪种方法表现最佳。模型使用从患者注册表中收集的已知肝硬化患者的出院摘要，以及一组没有肝硬化或其并发症的随机对照组，基于相关的ICD代码并由临床医生手动审核。训练集包括446名肝硬化患者和689名对照组，测试集包括139名肝硬化患者和152名对照组。总体而言，CNN的表现最佳，接收器操作特征曲线下面积为0.993，精度为0.965。朴素贝叶斯模型的接收器操作特征曲线下面积为0.879，精度为0.787，而随机森林模型的接收器操作特征曲线下面积为0.981，精度为0.958。 CNN的表现可以部分地解释为该模型如何模仿大脑中的神经元。
版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。
