在冠状动脉心脏病的老年人中,人工智能驱动的多种结果预测
Innocent Tesha1,2, Meng Qi1, Wang JiaSi1
1Department of Geriatrics Medicine, First Affiliated Hospital, Jinzhou Medical University, Liaoning, China.
The Gerontologist
|March 4, 2026
概括
一个新的机器学习 (ML) 模型将脆弱性整合到冠心病 (CHD) 的老年人风险评估中,改善了死亡率和医院结局的预测. 这种人工智能工具增强了老年心脏病学中的临床决策.
科学领域:
- 老年心脏病学 老年心脏病学
- 人工智能在医学中的应用
- 数字健康创新 数字健康创新
背景情况:
- 患有冠心病 (CHD) 的脆弱老年人有高死亡风险,长时间住院和再入院.
- 现有的风险分层工具不足以解决老年护理中的脆弱性和多病性.
- 对于这一群体,有效的临床决策工具存在差距.
研究的目的:
- 开发和验证第一个机器学习 (ML) 模型,将脆弱性整合到多结果风险评估框架中.
- 增强患有心脏病的脆弱老年人的临床决策能力.
- 改善老年心脏病学中的风险识别和个性化干预措施.
主要方法:
- 开发了一个多项预测模型,使用住院的虚弱心血管疾病患者的电子健康记录.
- 采用先进的ML技术:主要组件分析,梯度增强和随机森林.
- 整合了可解释的AI功能和优先考虑的关键预测因素,如生物标志物和并发症.
主要成果:
- ML模型显示出优异的预测性能:死亡率的AUC为0.94,再入院的AUC为0.72,长期住院的AUC为0.68.
- 能够更早地识别高风险患者.
- 促进了个性化干预策略.
结论:
- 这种人工智能驱动的方法通过提供实时,以患者为中心的决策支持来推进老年心脏病学.
- 该模型旨在集成到医院仪表板中,以优化工作流程和资源配置.
- 它为数字健康创新和人工智能驱动的精准医学在老年护理中设定了新的标准.
