外媒 | 机器学习模型估计败血症最佳治疗时机-普瑞纯证

俄亥俄州立大学的研究人员开发了一种机器学习（ML）模型，可以准确估计败血症病例的最佳治疗时机，支持临床决策。该研究发表在上周的《自然机器智能》杂志上。败血症是一种危及生命的疾病，如果没有及时治疗，会迅速导致组织损伤、器官衰竭和死亡。然而，败血症的症状，如呼吸困难、心率过高、血压过低和发热，可能与多种其他疾病的症状相似，使得诊断败血症成为一项挑战。新闻稿还强调，联邦败血症治疗指南要求使用广谱抗生素进行快速治疗，但这种方法要求临床医生在实验室确认感染结果之前对败血症进行处理。为了支持这种情况下的临床决策，研究团队开发了一个ML模型，用于估计对疑似败血症患者进行抗生素治疗的最佳时间。该模型在一个名为MIMIC-III的公开可用的重症监护数据库上进行了训练。使用这些数据，该工具的任务是使用疾病严重程度和感染类型的指标，如实验室结果、生命体征和与风险相关的人口统计信息，进行治疗时机的估计。该模型还结合了顺序器官衰竭评分（SOFA）评分，该评分有助于根据六项实验室测试结果定期评估ICU患者的器官系统功能。该工具在MIMIC-III的不同部分和阿姆斯特丹大学医学中心数据库（AmsterdamUMCdb）的另一个数据集上进行了测试。模型测试和验证期间测量的结果是败血症治疗后30天和60天的患者生存率。将实际治疗与模型推荐的治疗时间线相匹配的患者的结果与实际治疗与疾病严重程度和感染类型指标不符合的患者的结果进行了比较。总体而言，研究人员发现该模型的建议有助于改善败血症的结果。“我们表明，当实际治疗和人工智能一致时，我们的死亡率较低。如果它们不一致，死亡率可能高达25%。”解释了该研究的高级作者Ping Zhang博士。

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。