一个人工智能生成的模型预测了与酒精相关的肝炎的90天生存期:全球队列研究

科学领域:

• 肝病学 肝病学是一种肝病学.
• 人工智能在医学中的应用
• 预测模型的预测建模

背景情况:

• 酒精相关性肝炎 (AH) 的短期死亡率很高.
• 目前的预后模型缺乏准确性来预测90天死亡率.
• 在全球范围内需要增强模型.

研究的目的:

• 使用人工智能推导和验证AH死亡率的增强预后模型.
• 为了提高预测30天和90天死亡率的准确性.
• 将新模型与现有的预测工具进行比较.

主要方法:

• 在23个中心进行全球队列 (全球AlcHep倡议) 的回顾性研究.
• 利用3个AI算法 (随机森林,GBM,XGBoost) 来创建一个合奏模型.
• 通过贝叶斯更新和集成中心特定死亡率来完善模型.

主要成果:

• 酒精性肝炎人工智能集团 (ALCHAIN) 评分结合了临床和实验室数据与中心特定的死亡率.
• 在验证队列中达到0.811 (30天) 和0.799 (90天) 的AUC,优于传统模型 (p < 0.001).
• 证明了优越的校准,并确定了特定患者亚组的类固醇治疗益处.

结论:

• 与传统模型相比,人工智能驱动的ALCHAIN评分可以更好地预测AH死亡率.
• 该得分对于临床试验,指导类固醇治疗和告知移植决策是有价值的.
• 一个可访问的在线工具 (https://aihepatology.shinyapps.io/ALCHAIN/) 是可用的.