<th id="4dgte"></th>
物联网传感器系统集成
来源：网络 | 2021-12-23 11:18:37
为了改进筛查方法，研究人员正在使用人工智能识别中高危患者的肺栓塞。
2021年12月22日-西奈山伊坎医学院的科学家们证明人工智能算法可以检测心电图中肺栓塞的迹象，改善筛查方法。
这项初步研究表明，用于综合利用心电图和电子健康记录（EHR）数据的新机器学习算法在确定中高危患者是否患有肺栓塞方面可能比目前的筛查方法更有效。当深静脉血栓破裂并阻塞肺动脉时，就会发生肺栓塞。
根据新闻稿，“这些血块可能致命或造成长期肺损伤。尽管一些患者可能出现呼吸急促或胸痛，但这些症状也可能预示着其他与血块无关的问题，这使得医生难以正确诊断和治疗病例。”
“此外，目前的官方诊断依赖于计算机断层扫描肺血管造影（CTPA），这是一种耗时的胸部扫描，只能在选定的医院进行，并要求患者暴露在潜在危险的辐射水平下。”
为了使诊断更容易和更容易，研究人员花了20多年的时间致力于改进计算机程序或算法，以帮助医生确定高危患者是否患有肺栓塞。然而，结果好坏参半。
“例如，使用EHR的算法在准确检测血块方面产生了广泛的成功率，并且可能是劳动密集型的。同时，更准确的算法在很大程度上依赖于CTPA的数据，”新闻稿中说。
在他们的研究中，研究人员发现，由于EKG的可用性，基于EKG和EHR数据的融合算法可能是一种有效的方法。研究团队利用21183名西奈山医疗系统患者的数据开发并测试了各种算法，这些患者显示出中度至高度可疑的肺栓塞迹象。
新闻稿称：“一些算法设计用于使用心电图数据筛查肺栓塞，而另一些算法设计用于使用EHR数据。在每种情况下，算法通过将心电图或EHR数据与CTPA的相应结果进行比较，学会识别肺栓塞病例。”。
第三种融合人工智能算法也是通过将性能最好的EKG算法与性能最高的EHR算法相结合而产生的。结果表明，与Wells标准修订的日内瓦评分和其他当前测试相比，融合模型优于其父算法，并且在识别特定肺栓塞病例方面也更好。
研究小组估计，在筛选急性栓塞病例时，融合meld的准确率要高出15%到30%。此外，该模型在预测最严重的病例方面表现最好，并且无论种族或性别作为一个因素进行测试，该模型都保持一致。
作者认为，研究结果支持了EKG数据可以有效地纳入新的肺栓塞筛查算法的理论。他们计划进一步开发和测试这些算法，以备将来临床使用。
—— 微信号联系 ——
FCKEY是成立于2016年的知名软件公司，目前设有杭州、绍兴、宁波、湖州站点，提供高品质数据分析软件开发，物联网应用设计开发，大数据平台设计定制，移动应用终端接入等服务。我们的目标是将企业打造成软件开发品牌、大数据平台设计、移动应用行业的优秀企业！为客户创造有价值的数字化信息体验，让数据提升企业的竞争力！
多年软件定制服务经验
服务众多企事业单位
服务行业领域超过20个
外包项目服务数百个
周边地区设有服务站点
完整的项目软件著作权
嘉兴本地软件开发专家
完备的项目流程管理体系
大数据分析平台建设供应商
APP设计与软件开发技术并重
作为一家集“定制+设计+外包”的大数据方向的软件公司，我们在业内具有深远的设计影响力和优秀的客户口碑。我们提供从前期的软件需求分析策划、功能设计、创意表现、系统开发以及后续持续可拓展性升级等一系列服务，帮助政府机构与企业打造创新的数字化服务模式与有效的信息化办公方法,创造更大的品牌势能！
