人工智能可以预测腿部血管干预的生活质量结果

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
• 健康 结果 研究 研究 结果

背景情况:

• 人工智能 (AI) 具有提高治疗算法临床决策的潜力.
• 外围动脉疾病 (PAD) 管理可以从人工智能驱动的预测模型中受益.
• 一个基于马尔科夫的AI模型被开发出来,通过最大限度地提高计算生活质量 (cQoL) 来优化PAD治疗.

研究的目的:

• 为了前性地评估基于马尔科夫的AI模型对PAD治疗的预测性能.
• 评估人工智能模型能够预测最佳治疗,最大限度地提高以患者为中心的结果 (cQoL) 的能力.
• 确定AI模型在现实世界临床环境中的长期准确性和可靠性.

主要方法:

• 一个基于马尔科夫的AI模型被开发来预测最佳的PAD治疗.
• 人工智能模型在干预后对1,143名PAD患者进行了12年的前性测试.
• 患者报告的结果,具体计算的生活质量 (cQoL),是在随访期间收集的.

主要成果:

• 人工智能模型对患者cQoL的预测略低于观察值 (0.79比0.85,p<0.0001).
• 该模型对71.3%的患者正确预测了最终的临床状态,随着时间的推移,性能下降最小.
• 与肢体威胁性缺血症 (63.6%) 相比,AI模型的性能在音患者 (75.5%) 中优越,并且在开放式 vs 内血管干预中同样有效.

结论:

• 人工智能工具可以有效地预测PAD的治疗方法,从而优化患者的生活质量.
• 开发的AI模型证明了PAD管理的强大预测能力.
• 未来的改进,包括详细的患者风险因素和精细的模型结构,预计将进一步提高AI在PAD治疗预测中的性能.