机器学习更好地预测冠状动脉手术期间的出血风险

耶鲁研究人员报告说，机器学习技术可以比传统方法更好地预测接受经皮冠状动脉介入治疗(PCI)的患者的出血风险。

该研究发表在JAMA Network Open上。

研究小组使用机器学习分析了2009年至2015年美国心脏病学会(ACC)国家心血管数据登记处(NCDR)的数据，机器学习是人工智能的一个分支，能够通过推断数据模式来执行任务。该数据库包括在美国各地的医院进行的300多万个程序。该团队发现，机器学习分析改善了PCI术后出血风险的预测(通常用于打开因斑块积聚而缩小的血管)，这可以更好地为患者和医生的决策提供信息。

“我们发现机器学习可能使我们能够比传统方法更好地提高我们预测风险的能力，”耶鲁大学心脏病专家兼耶鲁纽黑文医院成果研究与评估中心(CORE)主任Harlan Krumholz博士说。“重要的是，关键在于如何在分析开始之前处理有关患者的信息。未来这些技术将使我们能够在更大程度上个性化估计。”

该团队包括临床医生，临床科学家和数据科学家。该研究是首批将机器学习应用于ACC大规模注册的研究之一。CORE是心血管计算健康研究所ACC的合作伙伴，该项目是该合作的首批产品之一。