人工智能技术的严重性分类损失算法 (ATLAS):一种新的方法,用于在增量运动测试过程中持续量化运动症状
Abed A Hijleh1, Sophia Wang1, Danilo C Berton2
1Respiratory Investigation Unit, Division of Respirology, Department of Medicine, Queen's University, Kingston, ON K7L 2V6, Canada.
概括
一个新的算法,ATLAS,在心肺运动测试 (CPET) 中持续量化与运动相关的症状,如呼吸困难. 这种方法准确地识别了患者的损伤,改善了慢性阻塞性肺病的症状评估.
科学领域:
- 心肺运动测试 (CPET) 是指心肺运动测试.
- 临床信息学 临床信息学
- 症状量化 症状量化
背景情况:
- 肌肉的努力和呼吸困难 (呼吸不良) 是显著的,使人失能的症状.
- 目前的评估方法通常只关注CPET期间的最大努力.
- 在CPET过程中需要持续量化症状.
研究的目的:
- 在CPET过程中不断开发新的模式来评估与劳动力相关的症状.
- 改进呼吸障碍和肌肉劳动的量化和分析.
- 创建一种新的算法来分类症状严重程度.
主要方法:
- 建立了经性别和年龄调整的Borg尺度 (0-10) 的参考百分位数.
- 开发了一种新的算法,AI-Techniques严重性分类基于损失的算法 (ATLAS),使用相互指数式损失.
- 将ATLAS算法应用于慢性阻塞性肺病 (COPD) 患者的CPET数据.
主要成果:
- 与峰值运动呼吸障碍不同的是,ATLAS算法的呼吸障碍强度类别准确地区分了休息和运动障碍水平越来越高的患者 (P < .05).
- 在整个CPET过程中,持续量化症状提供了比峰值努力措施更细致的评估.
- 开发的算法在分类COPD患者的症状严重程度方面表现出有效性.
结论:
- 新的AI技术方法,ATLAS,在CPET期间分析与努力相关的症状时提供了一个范式转变.
- 这种方法已经准备好转化为临床实践,用于管理与活动相关症状的患者.
- 创新的信息学研究已经实现了一种新的方式来显示,量化和分析患者群体的症状.
关键词:
慢性慢性肺炎是一种慢性慢性肺炎,COPD是一种慢性肺炎.算法算法是一种算法.人工智能的人工智能是人工智能.呼吸障碍 呼吸障碍 呼吸障碍指数式损失指数式损失是指数式损失.症状 症状 症状 症状 症状更多相关视频
07:40Impact of High-intensity Interval Exercise and Moderate-Intensity Continuous Exercise on the Cardiac Troponin T Level at an Early Stage of Training
Published on: October 10, 2019
10:21Evaluation of Hydration Status by Bioelectrical Impedance Vector Analysis in Patients with Ischemic Heart Disease Undergoing Exercise Stress Test
Published on: September 22, 2023
