在患有慢性阻塞性肺病的患者中,使用多标签学习方法快速识别下呼吸道感染
Hangzhi He1, Hui Zhao2, Lifang Li2
1Department of Health Statistics, School of Public Health, Shanxi Medical University, Taiyuan, Shanxi Province 030001, China.
Computer methods and programs in biomedicine
|February 6, 2025
概括
一个新的多标签机器学习系统有助于在慢性阻塞性肺病 (COPD) 患者中快速诊断感染. 这种人工智能工具支持同时识别真菌,细菌和多抗药生物体感染,可能减少抗微生物药物的过度使用.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的机器学习
- 传染病诊断 传染病诊断 传染病诊断
背景情况:
- 在慢性阻塞性肺病 (COPD) 患者下呼吸道感染 (LRTI) 的微生物培养是耗时的.
- 对多种感染的快速和同时诊断对于患有LRTI的COPD患者的有效治疗至关重要.
研究的目的:
- 开发一个使用多标签机器学习的交互式决策支持系统,以快速,同时诊断COPD患者的LRTI.
- 帮助临床医疗人员识别真菌,阴性细菌,阳性细菌和多药耐药生物体感染.
主要方法:
- 收集了COPD和疑似LRTI的住院患者的临床健康记录数据.
- 开发了23个使用多标签学习框架和各种机器学习算法的预测模型.
- 将表现最好的模型与SHAP技术集成,创建一个可解释的决策支持系统.
主要成果:
- 这项研究包括3,801名受试者.
- LP-RF模型显示了最高的整体性能 (汉明损耗:0.158,样品精度:0.894).
- 该系统为每个感染类别提供预测的概率,并显示解释的结果.
结论:
- 开发的多标签决策支持系统有效地预测了COPD患者的四种感染类别.
- 该系统是可解释的,互动的,并提供实时支持同时诊断.
- 它有可能减少这种患者群体中过度使用抗菌药物的可能性.
更多相关视频
相关概念视频
01:27Chronic Obstructive Pulmonary Disease-IV: Assessement and Diagnostic Studies
2.5K
Assessing and diagnosing Chronic Obstructive Pulmonary Disease (COPD) involves a detailed approach that includes a comprehensive review of medical history, physical examination, and a variety of diagnostic tests. This thorough evaluation is essential to ensure an accurate diagnosis and guide effective management strategies.
Medical History
Medical History
2.5K
01:20Chronic Obstructive Pulmonary Disease-I: Introduction
2.8K
Chronic Obstructive Pulmonary Disease (COPD) is a long-lasting respiratory condition requiring continuous attention and care. It is a progressive lung disease that leads to breathing challenges due to airflow obstruction. It manifests as persistent respiratory symptoms and restricted airflow resulting from abnormalities in the airways and alveoli, usually due to long-term exposure to harmful particles or gases. COPD mainly consists of two primary conditions: emphysema and chronic bronchitis.
2.8K