多临床因素与人工智能算法诊断模型相结合,用于感染艾滋病毒的人与血流感染
Lianpeng Wu1,2,3, Dandan Xia1,2,3, Ke Xu1,2,3
1Department of Clinical Laboratory Medicine, The Ding Li Clinical College of Wenzhou Medical University, Wenzhou, 325000, People's Republic of China.
Infection and drug resistance
|September 18, 2023
概括
人工智能模型现在可以检测艾滋病毒感染者的血液感染 (BSI). 这种人工智能工具改善了早期检测,有助于管理HIV患者的机会性感染.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 传染性疾病 传染性疾病
- 医疗保健中的人工智能
背景情况:
- 高活性抗逆转录病毒疗法 (HA-ART) 抑制了艾滋病毒,但血液感染 (BSI) 仍然是导致死亡的主要原因.
- 在艾滋病毒感染个体中缺乏BSI的有效诊断策略.
- 早期发现BSI对于改善艾滋病毒感染者的治疗结果至关重要.
研究的目的:
- 开发一种高度敏感的人工智能 (AI) 诊断模型,用于早期检测艾滋病毒感染患者的BSI.
- 为了提高BSI的诊断准确度,在一个经常呈现异常症状的人群中.
主要方法:
- 对498名艾滋病毒感染患者 (2014-2021) 具有和没有BSI的回顾性分析.
- 收集了40个临床因素,包括人口统计,实验室结果和成像.
- 开发并验证了使用8个算法的AI模型,选择了表现最好的模型.
主要成果:
- 在艾滋病毒患者中确定了10个关键的BSI风险因素,包括低血红蛋白,CD4+T细胞计数,血小板,高乳酸脱酶和血液尿素,壮症,缺乏ART,特定的成像发现和休克.
- 选择的AI模型 ("svmRadial") 与这些因素,年龄和性别相结合,实现了0.916的AUC.
- 在识别患有BSI的HIV感染个体时,获得了0.824的灵敏度和0.855的特异性.
结论:
- 开发的AI模型在诊断艾滋病毒感染个体的BSI方面表现出色.
- 内部和外部验证证实该模型的高临床适用性.
- 这种人工智能工具具有显著的潜力,可以改善早期BSI检测和艾滋病毒护理中的患者管理.
