用机器学习来预测食道切除术后的并发症
Jorn-Jan van de Beld1,2, David Crull2, Julia Mikhal2,3
1Faculty of EEMCS, University of Twente, 7500 AE Enschede, The Netherlands.
Diagnostics (Basel, Switzerland)
|February 24, 2024
概括
机器学习准确地预测了食道切除术 (食道癌手术) 后的解剖学泄漏和肺炎. 这些人工智能模型提供了早期警告,改善了患者的治疗结果和手术护理.
科学领域:
- 医学技术 医学技术 医学技术
- 医学中的人工智能
- 手术瘤学手术瘤学
背景情况:
- 消化管切除术是消化管癌的关键治疗方法,但存在高风险的术后并发症.
- 在食道切除术后,解剖管泄漏和肺炎是严重的担忧,影响患者的康复和结果.
研究的目的:
- 为了评估机器学习 (ML) 模型在预测静脉漏和肺炎方面的有效性.
- 评估ML对这些并发症的预测性能,提前两天.
主要方法:
- 利用了2011年至2021年间接受食道切除术的417名患者的数据集.
- 集成的多模式时间数据,包括实验室结果,生命体征,胸部图像和手术前患者特征.
- 开发并验证了ML模型,以预测静脉漏和肺炎.
主要成果:
- 最好的ML模型实现了0.87的AUROC和0.82的AUROC,分别预测了1天和2天的前途.
- 对于肺炎预测,模型在预测前1天和2天的时间分别达到0.74和0.61的AUROC.
- 对这两种并发症都表现出强大的预测能力.
结论:
- 机器学习模型可以有效地预测输卵管切除术后的门泄漏和肺炎.
- 使用ML早期预测这些并发症可能会改善患者的管理和结果.
- 突出了人工智能的潜力,以提高食道癌症手术中的术后护理.
