【心闻速递】人工智能机器学习识别急性心肌梗死

疑似心肌梗死患者中，不同样本间的心肌肌钙蛋白浓度随年龄，性别和时间的变化均有所不同，这种变化尚未在诊断方法中得到解释。该研究目的是通过机器学习将这些变量结合起来，改善对患者的急性心梗风险评估。

结合年龄，性别和配对的高敏感性心肌肌钙蛋白I浓度的机器学习算法（心肌缺血损伤指数[MI3]）在3013名患者中进行训练，并对7998名疑似心肌梗死患者进行了验证。心肌缺血损伤指数MI3使用梯度增强（0-100）来计算反映个体诊断为1型心肌梗死可能性的值，并估计该个体的敏感性，阴性预测值，特异性和阳性预测值。这是通过校准和受试者工作曲线下面积进行评估。进一步分析评估了训练中样本MI3阈值，将识别出的患者设定为低风险（99％敏感性）和高风险（75％阳性预测值），MI3在这些阈值的测试效果与第99百分位传统标准和欧洲心脏病学排除路径进行比较。训练组404名患者（13.4％）和测 ( 点击阅读全文 )

→ 免费下载App，立即成为ETF达人