机器学习应用程序和肉类症

科学领域:

• 老年学是一门学科.
• 医疗信息学 医疗信息学
• 生物医学工程 生物医学工程

背景情况:

• 萨科佩尼亚是一种渐进的与年龄相关的疾病,其特点是肌肉质量,力量和功能的损失.
• 在老年人中及时干预和管理中,早期发现肉类是至关重要的.
• 人工智能 (AI) 和机器学习 (ML) 在医疗保健中的应用正在迅速扩大.

研究的目的:

• 审查机器学习方法,以检测患有或面临萨科佩尼亚风险的个体.
• 使用ML方法识别与肉症相关的关键风险因素.
• 评估各种ML算法的准确性和有效性,以预测肉症的预后.

主要方法:

• 在PubMed上从2024年7月到8月进行了系统的文献搜索.
• 关键词包括"sarcopenia"",人工智能"",机器学习"和"危险因素".
• 综述中包括了11项涉及15799名参与者的研究.

主要成果:

• 所有审查的研究都使用各种ML方法成功识别了中度到高精度的肉症.
• 著名的ML方法包括深度神经网络,LightGBM,决策树,CatBoost和k-最近邻居.
• 确定的重大风险因素包括年龄,体重指数,腰围,慢性疾病和社会经济特征.

结论:

• 机器学习方法显示出对准确和早期检测肉类的巨大潜力.
• 机器学习算法可以从数据中提取有价值的见解,以预测肉症风险.
• 卫生专业人员可以利用ML来实现更快,更节省时间的肉症识别方法.