一个人工智能算法,用于分析一氧化碳中毒后的全球白虫死亡.
Ming-Jen Chan1,2,3,4, Ching-Chih Hu3,5, Wen-Hung Huang1,2,3
1Kidney Research Center, Department of Nephrology, Linkou Chang Gung Memorial Hospital, Tao-Yuan, Taiwan.
Human & experimental toxicology
|July 26, 2023
概括
人工智能模型可以使用临床数据预测一氧化碳 (CO) 中毒患者的球性亡 (GPN). 这种人工智能工具提供了合理的预测能力,有助于早期诊断神经损伤.
科学领域:
- 神经学 神经学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 全球性亡 (GPN) 是一氧化碳 (CO) 中毒的一个特征性神经学发现.
- 目前的指导方针不建议进行常规查,可能导致错过GPN诊断.
研究的目的:
- 开发和评估一种人工智能 (AI) 算法,用于预测CO中毒患者的GPN.
- 为了确定预测GPN的关键临床和实验室参数.
主要方法:
- 分析了261名CO中毒患者的神经图像 (2000-2019) 的回顾性队列.
- 为了AI模型开发,收集了41个临床和实验室参数.
- 一个随机森林分类器 (RFC) 模型被开发并使用五倍交叉验证进行验证.
主要成果:
- 基于RFC的AI模型实现了准确率为79.2%,灵敏度为77.7%,精度为81.9%,F1得分为73.2%.
- 关键预测因素包括血小板计数,碳氧血红蛋白水平,格拉斯哥昏迷表,肌素和血红蛋白.
- 在ROC曲线下的面积大约为0.64.
结论:
- 这项研究介绍了第一个基于RFC的AI算法,用于预测CO中毒中的GPN.
- 该算法表现出合理的预测能力,有可能改善GPN诊断.
- 需要进一步的研究来验证这些发现在更大的队列中.


