AWS
Advantechline
 

機器學習預測心臟病發和死亡機率 準確度超過9成

芬蘭土爾庫PET中心的醫療人員,正在幫患者做CT檢查。Turku PET Centre官方YouTube

歐洲心臟病學會(ESC)日前在2019年國際核子心臟學與心臟電腦斷層攝影大會(ICNC)上發表了一篇論文,顯示機器學習(machine learning)正取代人類,預測死亡或心臟病的發生。

該團隊將芬蘭土爾庫正電子發射斷層掃描中心(Turku PET Centre)的患者資料餵入演算法,分析950位病患身上的85項變因,讓演算法「學習」造影資料的互動,進而辨識出造成患者死亡或心臟病發的資料模式。

這些病患都有胸痛的毛病,他們接受土爾庫中心所做、關於冠狀動脈疾病的檢查,其中58位的醫學影像結果發現有冠狀動脈斑塊、血管變窄和鈣化現象,中心讓這58人進一步接受PET掃描。在大約6年的追蹤期間,共有24例心臟病發、49例死亡。

患者身上的85項變因被輸入機器學習演算法中,一次次反覆分析,直到得出最能預測心臟病發與死亡案例的資料結構為止。結果顯示,預測準確度達9成以上。

目前醫療機構握有大量患者資料,可惜未能善加利用。機器學習技術是個契機,透過重複分析與調整,將能辨識出人類忽略的複雜模式,未來將有助個別化治療。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 芬蘭 電腦斷層掃描 預防醫學