人工智能预测痴呆症患者住院死亡率:一项多中心研究

科学领域:

• 医疗信息学 医疗信息学
• 临床预测模型临床预测模型
• 老年医学 老年医学

背景情况:

• 预测死亡率对于痴呆症患者护理计划至关重要.
• 人工智能 (AI) 对改善住院痴呆症患者的死亡率预测有前途.
• 人工智能在这个领域的有效性需要进一步阐明.

研究的目的:

• 开发和评估人工智能模型,用于预测痴呆症患者的住院死亡率.
• 为了比较各种机器学习算法的性能,用于此预测任务.

主要方法:

• 从2010年到2020年分析了10,573名住院痴呆症患者 (≥45岁).
• 一个人工智能模型使用了44个电子医疗记录功能来预测医院死亡.
• 六个算法 (逻辑回归,随机森林,XGBoost,LightGBM,MLP,SVM) 使用训练/测试集进行了比较,并根据2021年的数据进行了验证.

主要成果:

• 轻GBM算法实现了曲线下的最高面积 (0.991),优于其他模型.
• 轻GBM显示高精度 (0.943),灵敏度 (0.944) 和负预测值 (0.996).
• 关键预测因素包括格拉斯哥昏迷量表,呼吸率和血液尿素.

结论:

• 人工智能模型,特别是LightGBM,在预测痴呆症患者的住院死亡率方面表现出高准确性.
• 这些发现表明,人工智能有可能提高住院痴呆症患者的护理质量.
• 该研究强调了机器学习在临床决策支持中对老年护理的有用性.