预测心力衰竭的结果,通过将心肺运动测试和临床数据的呼吸量测量与深度学习生存神经网络的临床数据相结合

Heather J Ross1, Mohammad Peikari1, Julie K K Vishram-Nielsen1

  • 1The Ted Rogers Centre for Heart Research, Peter Munk Cardiac Centre, University Health Network, Department of Medicine, University of Toronto, 200 Elizabeth Street, Toronto, ON M5G 2C4, Canada.

概括

一种使用心肺运动测试 (CPET) 呼吸数据的新型深度学习模型显著改善了对心力衰竭 (HF) 结果的预测. 这种先进的模型提高了HF患者长期预后的准确性.