外媒 | 机器学习工具预测术后并发症和手术持续时间-普瑞纯证

最新研究表明，机器学习工具可以利用围手术期数据准确预测术后并发症和手术持续时间。手术及其潜在并发症对患者、医生和医疗系统都会造成重大负担，不仅会影响患者的健康状况，还会增加医疗成本。研究表明，大约有7%到15%的重大手术患者预计会出现重大并发症。研究团队指出，医院三分之一的开支用于预防这些并发症，这些并发症可能会危及生命。因此，对于接受手术的患者进行准确的风险评估至关重要。然而，许多临床医生依赖的风险评估工具往往存在局限性，无论是在预测哪些并发症方面还是在处理围手术期数据的复杂性方面。 围手术期-患者接受手术前后的时间和预防并发症所做的努力产生了大量的数据。这些围手术期数据包括与人口统计学、共病史、实验室检查、药物、临床记录和生理信号相关的信息，以及其他数百个数据点。利用机器学习，研究人员和临床医生可以收集和利用这些信息来预测手术并发症，但需要考虑的变量数量很多，这使得模型的开发和验证变得困难。研究人员指出，这里存在两个主要问题：数据的高维度和围手术期数据中缺失信息的比率。高维度指的是数据中的变量数量很大，这些变量在患者和数据集之间可能会有很大的差异。这意味着模型在训练期间可能会达到高的预测性能，但在验证或实际应用中可能会变得“脆弱”，因为它不适合这些数据集。这种缺乏泛化能力可能会导致预测性能的显著恶化和不稳定性，这意味着这样的模型不适合临床使用。缺失数据的比率也存在类似的问题。根据新闻稿，围手术期数据在不同预测因素的患者和手术特征中具有极其不同的缺失率。这使得创建一个模型成为一项挑战。

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。