基于大数据分析构建和临床验证良性发性位置的智能辅助诊断模型
Jingyang Han1, Tao Wang2, Xiaoyan Du2
1Geriatric Medicine Department, Affiliated Hospital of Shandong Second Medical University, Weifang, China.
Frontiers in neurology
|August 25, 2025
概括
这项研究开发了一种人工智能模型,以帮助诊断良性发性位置 (BPPV). 该模型准确地识别风险因素,提高临床医生的诊断效率.
科学领域:
- 神经学
- 耳鼻喉科
- 医疗信息学
背景情况:
- 良性发性位置性 (BPPV) 是的常见原因.
- 之前的研究表明BPPV病变的发炎和代谢因素.
- 缺乏大规模的系统分析.
研究的目的:
- 为BPPV构建一个智能辅助诊断模型.
- 使用SRM-IV的诊断和治疗系统的大数据验证模型.
主要方法:
- 对522名头患者 (303名BPPV患者,219名非BPPV患者) 的回顾性分析.
- 使用LASSO回归和随机森林算法的特征选择.
- 构建预测模型和外部验证的多因素后勤回归分析.
主要成果:
- 疾病持续时间,中性粒细胞,淋巴细胞,CRP,费里丁和维生素D缺乏是BPPV的独立风险因素.
- 单细胞计数是一个独立的保护因素.
- 该模型实现了0.927的曲线下的面积 (AUC).
结论:
- 成功构建了BPPV的智能辅助诊断模型.
- 该模型具有很高的诊断准确性和临床实用性.
- 预计它将提高临床医生的诊断效率.


