摘要
研究人员开发了一种人工智能(AI)驱动的工具，可以从胸透中获取信息，预测长期死亡率。
研究人员开发了一种由人工智能(AI)驱动的工具，可以从胸透中获取信息，预测长期死亡率。
这项发表在《JAMA Network Open》杂志上的研究结果，可以帮助识别最有可能从心脏病、肺癌等疾病的筛查和预防医学中获益的患者。
哈佛医学院麻省总医院的研究人员Michael Lu说:“这是一种从日常诊断测试中提取预后信息的新方法。”
他说:“我们没有使用已经存在的信息，这些信息可以改善人们的健康。”
陆和他的同事开发了一种卷积神经网络——一种用于分析视觉信息的人工智能工具——称为CXR-risk。
通过让该网络分析42000名参加早期临床试验的参与者的85000多张胸透，它得到了训练。
每张照片都配有一组关键数据:这个人是否在12年内去世?
我们的目标是让CXR-risk了解x线胸片上最能预测健康和死亡率的特征或特征组合。
接下来，卢和他的同事们对来自两项早期临床试验的16000名患者进行了胸部x光检查，以检测cxr的风险。
他们发现，被神经网络识别为“非常高的风险”的人中有53%在12年内死亡，而被cxr标记为“非常低的风险”的人中只有不到4%死亡。
研究发现，cxr风险提供了预测长期死亡率的信息，与放射科医生对x光片的读数以及年龄和吸烟状况等其他因素无关。
卢认为，如果把基因和吸烟状况等其他风险因素结合起来，这项新工具将会更加准确。
来源：Medindia
此文系悬壶济世网原创整理，没有授权，请勿转载！
