使用机器学习预测耳植入手术后的声学听力保护.
Daniel M Zeitler1,2, Quinlan D Buchlak3,4, Savindi Ramasundara3
1Neuroscience Institute, Virginia Mason Franciscan Health, Seattle, Washington, USA.
The Laryngoscope
|July 14, 2023
概括
机器学习模型可以预测耳植入器 (CI) 后的声学听力保护. 这些模型识别了影响听力结果的因素,有助于临床决策和改善患者结果.
科学领域:
- 耳鼻喉科和生物医学工程
- 医疗保健中的人工智能
- 医学中的预测分析.
背景情况:
- 耳植入器 (CI) 是严重到严重的听力损失的常见治疗方法.
- 预测CI后的声学听力保护对于患者咨询和手术规划至关重要.
- 目前用于预测听力结果的方法有限.
研究的目的:
- 开发和验证监督机器学习分类器,用于预测CI后的声学听力保护.
- 为了确定与听力保护相关的术前临床因素.
- 加强CI患者的共同临床决策.
主要方法:
- 对前性收集的CI数据集 (n=175名患者) 的回顾性分析.
- 被监督的机器学习分类器被训练并使用手术前临床数据进行测试.
- 听力测试 (标准纯音调平均值,SPTA;低频PTA,LFPTA) 在手术前和手术后一个月进行.
- 模型性能使用AUC和MCC等指标进行评估.
主要成果:
- 机器学习模型成功预测了声学听力保护.
- 诸如脑膜炎病史,手术前听力水平,突然听力丧失,噪音暴露和解剖学等因素与听力保护有关.
- 随机森林模型显示了最高的分类性能.
结论:
- 机器学习是预测CI患者残留声学听力的一个有价值的工具.
- 识别的协会有助于解释模型预测和理解影响听力保护的因素.
- 这些模型和发现可以改善临床决策和患者的治疗结果.
