以时间图为基础的卷积神经网络 (TG-CNNs) 提前1-5年预测关节和膝关节置换的初级保健
Zoe Hancox1, Sarah R Kingsbury2,3, Philip G Conaghan2,3
1School of Computing, University of Leeds, Leeds, UK.
Rheumatology (Oxford, England)
|April 3, 2025
概括
使用人工智能 (AI) 和临床代码,可以提前五年预测关节和膝关节置换风险. 这种人工智能模型可以帮助规划预防性治疗和患者分拣.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 预测分析是一种预测分析.
背景情况:
- 部和膝盖置换是常见的外科手术手术.
- 预测模型可以帮助资源分配和患者管理.
研究的目的:
- 预测需要进行初级关节或膝关节置换的风险,提前1年和5年.
- 评估基于时间图的AI模型的性能,以预测关节置换风险.
主要方法:
- 在1999-2014年期间,利用了电子健康记录 (EHR) 的初级保健临床代码.
- 从临床代码构建时间图表来表示患者的路径.
- 经过训练和测试的AI模型来预测关节和膝盖置换风险,在未见的数据上得到验证.
主要成果:
- 在关节和膝关节置换术中实现了高预测性能.
- 在接收运营商曲线 (AUROC) 值下的强区域,超过1年的0.91和5年的0.95预测.
- 报告的精度回忆曲线 (AUPRC) 下的区域值表明模型的有效性,特别是对于5年关节置换预测 (0.879).
结论:
- 人工智能模型可以有效地预测关节和膝盖置换风险,提前多达五年.
- 基于时间图的AI显示出对识别关节置换高风险患者的承诺.
- 研究结果支持使用人工智能进行主动医疗保健规划和患者分层.
更多相关视频
06:17Augmented Reality Navigation-Guided Core Decompression for Osteonecrosis of Femoral Head
Published on: April 12, 2022
3.6K
09:51The Transition to an Anterior-Based Muscle Sparing Approach Improves Early Postoperative Function but is Associated with a Learning Curve
Published on: September 7, 2022
2.5K
