기계 학습 프로그램은 정기적인 병원 검사 결과를 기반으로 사망 위험을 예측합니다.

Jun 18, 2023

요약: ECG 데이터를 활용한 새로운 머신러닝 알고리즘은 환자가 병원에 ​​입원한 후 5년 이내의 사망을 87%의 정확도로 예측할 수 있었습니다. AI는 환자를 사망 위험이 낮은 것부터 높은 것까지 5가지 범주로 분류할 수 있었습니다.

원천:앨버타대학교

병원에 입원했거나 응급실을 방문한 적이 있다면 심장 박동과 전기적 활동을 확인하는 작은 전극을 가슴에 부착하는 표준 테스트인 심전도(ECG)를 받아보셨을 것입니다.

병원 ECG는 일반적으로 환자의 병상 옆에 있는 의사나 간호사가 판독하지만, 이제 연구자들은 인공 지능을 사용하여 이러한 결과에서 더 많은 정보를 수집하여 환자의 치료와 의료 시스템을 동시에 개선하고 있습니다.

최근 발표된 연구 결과에서 연구팀은 2007년부터 2020년까지 북부 앨버타에서 244,077명의 환자를 대상으로 수행된 160만 개의 ECG를 기반으로 기계 학습 프로그램을 구축하고 훈련했습니다.

알고리즘은 1개월, 1년, 5년 내 모든 원인에 따른 해당 시점부터 각 환자의 사망 위험을 85% 정확도로 예측해 환자를 위험도가 낮은 것부터 높은 것까지 5개 범주로 분류했다.

인구통계학적 정보(연령 및 성별)와 6가지 표준 실험실 혈액 검사 결과가 포함되면 예측이 더욱 정확해졌습니다.

이번 연구는 정기적으로 수집된 데이터를 사용하여 개별 진료를 개선하고 의료 시스템이 진행되는 동안 "학습"할 수 있도록 하는 개념 증명이라고 캐나다 의학 교수이자 공동 책임자인 Padma Kaul은 말했습니다. VIGOR 센터.

Kaul은 "우리는 인공 지능 및 기계 학습과 같은 새로운 방법을 사용하여 데이터를 분석하고 사망 위험이 더 높은 환자를 식별할 수 있는지 알고 싶었습니다."라고 설명합니다.

"이러한 연구 결과는 기계 학습 모델을 사용하여 임상 실습에서 일상적으로 수집된 데이터를 학습 건강 관리 시스템의 일부로 치료 시점에서 의사 결정을 강화하는 데 사용할 수 있는 지식으로 변환하는 방법을 보여줍니다."

고혈압이나 흉통, 숨가쁨, 불규칙한 심장 박동과 같은 심장 질환 증상이 있는 경우 임상의는 심전도 검사를 지시할 것입니다. 연구의 첫 번째 단계에서는 모든 환자의 ECG 결과를 조사했지만 Kaul과 그녀의 팀은 환자의 특정 하위 그룹에 대해 이러한 모델을 개선하기를 희망합니다.

그들은 또한 모든 원인으로 인한 사망을 넘어 심장 관련 사망 원인을 구체적으로 살펴보기 위해 예측에 초점을 맞출 계획입니다.

"우리는 의료 시스템에서 생성된 데이터를 가져와 지식으로 변환하고 시스템에 다시 공급하여 치료와 결과를 개선할 수 있기를 원합니다. 이것이 학습 의료 시스템의 정의입니다."

작가:로스 나이츠원천:앨버타대학교연락하다:로스 나이츠 – 앨버타 대학교영상:이미지가 공개 도메인에 있습니다.

독창적인 연구: 오픈 액세스. "심전도를 이용한 인구 수준 사망률 예측을 위한 인공 지능 기반 학습 건강 시스템을 향하여" Padma Kaul et al. npj 디지털 의학

추상적인

심전도를 활용한 인구 수준의 사망률 예측을 위한 인공지능 기반 학습 건강 시스템을 지향합니다

학습 의료 시스템의 개발을 촉진하기 위해 심전도(ECG) 데이터를 인구 수준의 행정 건강 데이터에 연결하는 타당성과 가치는 완전히 탐구되지 않았습니다. 우리는 어떤 이유로든 응급실이나 병원에 입원한 환자의 사망 위험을 예측하기 위해 ECG 기반 기계 학습 모델을 개발했습니다.

캐나다 앨버타에서 244,077명의 환자(2007~2020)를 대상으로 한 748,773회의 의료 에피소드에서 얻은 1,605,268개의 ECG에서 12리드 ECG 추적 및 측정값을 사용하여 ResNet 기반 딥 러닝(DL) 및 그래디언트 부스팅 기반 XGBoost(XGB)를 개발하고 검증했습니다. 30일, 1년, 5년 사망률을 예측하는 모델입니다. 30일, 1년, 5년 사망률 모델은 146,173명, 141,072명, 111,020명의 환자를 대상으로 훈련되었고 각각 97,144명, 89,379명, 55,650명의 환자를 대상으로 평가되었습니다. 평가 코호트에서는 각각 7.6%, 17.3%, 32.9%의 환자가 30일, 1년, 5년 내에 사망했다.