Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten, klicken Sie hier
#Neues aus der Industrie
{{{sourceTextContent.title}}}
Die Lernfähigkeit einer Maschine prüft a-Plus in der kardiopulmonalen Sorgfalt
{{{sourceTextContent.subTitle}}}
Forscher haben gezeigt, dass die Lernfähigkeit einer Maschine von Mustern 3D in Herz-MRI Genauigkeit verbessern kann, wenn es um Vorhersageempfindlichkeit von-und möglicherweise leitende Sorgfaltfürpatienten mit Bluthochdruck in den Lungen geht.
{{{sourceTextContent.description}}}
Timothy Dawes, FRCA, von University College London-Krankenhäusern in England und von Kollegen ließ ihre Ergebnisse online veröffentlichen am 16. Januar in der Radiologie.
Das Team schrieb 256 Patienten mit eben bestimmtem Lungenbluthochdruck ein. Die Patienten machten Herz-MRI, recht-mit Seiten versehenen Herzkatheterismus und den Weg von sechs Minuten durch, die mit einer mittleren weiteren Verfolgung von vier Jahren prüft.
Die Forscher benutzten ein komplexes Modell 3D der Herzverschiebung und wendeten einen Maschine-Lernenalgorithmus an, um die wiederkehrenden Muster zu identifizieren, die von den verschiedenen Ergebnissen hinweisend sind.
„Von der Standarddiagnosedarstellung, kann ein mathematisches Modell des Verhältnisses der Herzfunktion zum Überleben erzeugt werden,“ die Autoren erklären.
Am Ende der weiterer Verfolgung, waren 36 Prozent der Patienten (n = 93) und man durchmachten Lungentransplantation gestorben.
Das Team fand, dass ihr überwachtes Maschine-Lernenüberlebensmodell schärferer Prognose als herkömmliche Darstellung mit den hemodynamic, Funktions- und klinischen Markierungen ermöglicht hatte (Bereich unter der Operationscharakteristik des Empfängers, 0,73 gegen 0,60, beziehungsweise [P < .001]; Unterschied bezüglich mittlerer Überlebenszeit zwischen den hoch- und mit geringem Risiko Gruppen, 13,8 gegen 10,7 Jahre, beziehungsweise [P < .001]).
Sie fanden weiter, dass, von herkömmlichem Herz-HERRN Darstellung, ein krankheitsspezifischer Herzatlas benutzt werden kann, um die genauen und reproduzierbaren Segmentationen des Herzens im Lungenbluthochdruck zu schaffen.
„Computeranalyse der rechten Kammerbewegung im Lungenbluthochdruck kann für Risikostratifikation verwendet werden und zeigt frühe prognostische Zeichen der Funktionsstörung,“ Dawes et al. zu schreiben. „Die Lernfähigkeit einer Maschine, indem man Herz-HERRN Darstellung verwendet, sollte als Werkzeug ausgewertet werden, um geduldiges Management zu führen.“
Die Autoren bestätigen einige Beschränkungen im Entwurf ihrer Studie, dem alle noncongenital Fälle von umgab, und in allen Behandlungsschemen für, Lungenbluthochdruck. Diese pragmatische Annäherung begrenzt möglicherweise Anwendbarkeit in den selektiven Gruppen, sie merken. Dennoch fügen sie hinzu, zeigt die Studie sicher den prognostischen Wert ihres Maschinenlernmodells über einer Reihe Krankheitszuständen und -behandlungen.