人工智能驅動的風險評分可識別中風風險患者

小編發(fā)現(xiàn)不少朋友對于人工智能驅動的風險評分可識別中風風險患者這方面的信息都比較感興趣，小編就針對人工智能驅動的風險評分可識別中風風險患者整理了一些相關方面的信息 在這里分享給大家。

研究人員在開發(fā)可預測中風的基因組風險評分(GRS)方面取得的成功有限。新的研究結果發(fā)表在自然傳播，但是，建議學習機可能是答案。

該研究的作者開發(fā)了一種機器學習算法，該算法能夠從單次抽血或血液樣本中檢測出缺血性中風風險增加的患者。該算法在UK Biobank數(shù)據(jù)集中來自420,000位患者的數(shù)據(jù)上進行了測試。

總體而言，該團隊的GRS優(yōu)于以前的遺傳評分，并取得了與“其他中風的其他危險因素，例如吸煙狀態(tài)或體重指數(shù)”相當?shù)男阅?。作者們觀察到，大約每400個人中就有1個人患缺血性中風的風險增加了三倍，這種GRS可以幫助識別那些患者，以便他們可以控制危險因素并盡早接受必要的治療。

“人類基因組的測序揭示了許多見解，”澳大利亞貝克心臟和糖尿病研究所的邁克爾·因努耶(Michael Inouye)博士在一份準備好的聲明中說。“對于中風等常見疾病，很明顯，遺傳學不是命運;但是，每個人對于任何特定疾病的確有其固有的風險?，F(xiàn)在的挑戰(zhàn)是我們如何最好地將這些風險信息納入臨床實踐，以使公眾生活得更健康，更長壽。”

作者的確注意到他們的研究有一定的局限性。例如，GRS仍然需要與其他患者隊列進行獨立驗證，并且某些風險因素的影響可能會被低估。

總體而言，Inouye及其同事說，他們的研究“為中風及其多種亞型的大型全基因組關聯(lián)研究以及利用可用于中風基因組風險預測的全部信息的分析奠定了基礎。”