人工智能驱动的风险评分可识别中风风险患者


小编发现不少朋友对于人工智能驱动的风险评分可识别中风风险患者这方面的信息都比较感兴趣,小编就针对人工智能驱动的风险评分可识别中风风险患者整理了一些相关方面的信息 在这里分享给大家 。
研究人员在开发可预测中风的基因组风险评分(GRS)方面取得的成功有限 。新的研究结果发表在自然传播,但是,建议学习机可能是答案 。
【人工智能驱动的风险评分可识别中风风险患者】该研究的作者开发了一种机器学习算法,该算法能够从单次抽血或血液样本中检测出缺血性中风风险增加的患者 。该算法在UK Biobank数据集中来自420,000位患者的数据上进行了测试 。
总体而言,该团队的GRS优于以前的遗传评分,并取得了与“其他中风的其他危险因素,例如吸烟状态或体重指数”相当的性能 。作者们观察到,大约每400个人中就有1个人患缺血性中风的风险增加了三倍,这种GRS可以帮助识别那些患者,以便他们可以控制危险因素并尽早接受必要的治疗 。
“人类基因组的测序揭示了许多见解,”澳大利亚贝克心脏和糖尿病研究所的迈克尔·因努耶(Michael Inouye)博士在一份准备好的声明中说 。“对于中风等常见疾病,很明显,遗传学不是命运;但是,每个人对于任何特定疾病的确有其固有的风险 。现在的挑战是我们如何最好地将这些风险信息纳入临床实践,以使公众生活得更健康,更长寿 。”
作者的确注意到他们的研究有一定的局限性 。例如,GRS仍然需要与其他患者队列进行独立验证,并且某些风险因素的影响可能会被低估 。
总体而言,Inouye及其同事说,他们的研究“为中风及其多种亚型的大型全基因组关联研究以及利用可用于中风基因组风险预测的全部信息的分析奠定了基础 。”

    推荐阅读