人工智能模型鉴定出有高风险肾功能障碍的糖尿病患者
Medial EarlySign最近宣布了在糖尿病领域开展的临床数据研究结果，该研究旨在通过机器学习的人工智能，鉴定糖尿病患者中会在一年内发生肾功能障碍的高风险患者。
Medision EarlySign首席医疗官Ran Goshen博士（图片来源：Medision EarlySign）
肾脏问题是最常见的糖尿病相关并发症之一，影响全球约20-40％的糖尿病患者。早期识别和治疗可能有助于预防或减缓糖尿病对肾脏的损害，并降低未来并发症的可能性。
Medial EarlySign开发的模型就是用于预测有肾脏损害风险的患者，进而帮助医疗组织提供有效的干预措施以降低发病率和死亡率。Medial EarlySign的模型分析了电子健康记录（EHRs）中的几十个因素，包括实验室测试结果、人口统计、用药史、诊断代码等等，籍此预测会在一年内发生肾功能障碍的高风险患者。该模型检视了拥有1500万名患者的数据库中的400,000名糖尿病患者，从中分离出不到5％的目标，并在无症状的情况下，确定了其中45％的患者会一年内会发展出肾功能障碍。这结果比通常使用的临床工具所能确定的患者数量要高25％。
“为了减少因糖尿病而导致肾功能障碍的患者数量，社会投入了巨大的成本开发治疗方案，” Medision EarlySign首席医疗官Ran Goshen博士评价说：“Medial EarlySign的算法可以帮助决策者、药物开发者、保险公司和医护提供方更好地分配资源，并获得优化的临床结果，这可以协助降低糖尿病引发相关终末期肾病（ESRD）的可能性。”
推荐
-
科技前沿
