中风分类器:通过使用电子健康记录进行集体共识建模的缺血性中风病因学分类
Ho-Joon Lee1, Lee H Schwamm2,3, Lauren Sansing3
1Department of Genetics and Yale Center for Genome Analysis, Yale School of Medicine, New Haven, CT.
Research square
|November 14, 2023
概括
一个人工智能工具StrokeClassifier,使用电子健康记录准确预测急性缺血性中风的原因. 这种人工智能工具显示了在中风病因学确定中临床决策支持的潜力.
科学领域:
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
- 神经学 神经学
背景情况:
- 确定急性缺血性中风 (AIS) 的原因对于有效的二次预防至关重要,但在诊断上仍然具有挑战性.
- 现有的方法依赖于对广泛的患者数据的专家审查,这可能是耗时和资源密集的.
结论:
- StrokeClassifier证明了验证的AI性能,与专家神经病学家在分类缺血性中风病因学方面相美.
- 该工具具有作为临床决策支持系统的潜力,以帮助中风诊断和管理.
- 进一步开发可以提高其在识别中风原因和改进二次预防策略的实用性.
