血管医学中的机器学习:优化对周围动脉疾病的临床策略
Sean Perez1, Sneha Thandra2, Ines Mellah2
1Department of Surgery, University of California San Diego Health, La Jolla, San Diego, CA USA.
机器学习 (ML) 和人工智能 (AI) 可以改善周围动脉疾病 (PAD) 的早期诊断和风险分层. 这些技术分析电子健康记录和成像数据,实现个性化治疗计划和更好地管理PAD患者的风险因素.
科学领域:
- 心血管医学 心血管医学
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
背景情况:
- 周围动脉疾病 (PAD) 影响着数以百万计的人,并且由于无症状的早期阶段,经常被低诊断.
- 由于患者之间的遗传和表型变异,管理PAD是复杂的.
研究的目的:
- 审查机器学习 (ML) 在周围动脉疾病 (PAD) 管理中的当前实用性.
- 突出AI和ML在PAD查,诊断和风险分层方面的进展.
主要方法:
- 利用电子健康记录 (EHR) 数据与ML算法进行自动化患者识别.
- 利用对PAD诊断和自动临床风险分层的成像数据的深度学习.
- 将蛋白质生物标记物纳入ML模型以提高预测.
主要成果:
- ML模型准确地预测主要不良心血管事件 (MACE) 和主要不良肢体事件 (MALE).
- 人工智能和机器学习改善了手术后不良结果的风险分层.
- 有助于以患者为中心的治疗计划和早期的风险因素管理.
结论:
- 在PAD护理中的AI应用承诺更早的诊断和使用EHR和成像数据更准确的风险分层.
- 将生物数据与ML模型集成,可以提高PAD护理的精度.
- 未来的研究需要对人工智能驱动的PAD管理进行现实世界的验证和前性评估.
更多相关视频
07:25Predicting Amputation using Local Circulating Mononuclear Progenitor Cells in Angioplasty-treated Patients with Critical Limb Ischemia
Published on: September 22, 2020
13:48Reduction of Radiation Exposure during Endovascular Treatment of Peripheral Arterial Disease Combining Fiber Optic RealShape Technology and Intravascular Ultrasound
Published on: April 21, 2023
相关概念视频
Atherosclerosis III: Management
Atherosclerosis IV: Nursing Management
Peripheral Arterial Disease II: Clinical Manifestations and Diagnostic Evaluation
Peripheral Artery Disease III: Interprofessional Care
Peripheral Artery Disease IV: Nursing Management
Peripheral Artery Disease V: Postoperative Nursing Management
