Μοντέλα μηχανικής μάθησης μπορούν να ενημερώσουν με αξιοπιστία τους γιατρούς για την εξέλιξη αναπηρίας της πολλαπλής σκλήρυνσης, αναφέρει έρευνα που δημοσιεύτηκε στο PLOS Digital Health.
Ο Edward De Brouwer, του KU Leuven, στο Βέλγιο και οι συνεργάτες του, χρησιμοποίησαν στοιχεία 15.240 ενηλίκων με τουλάχιστον 3 χρόνια ιστορικό πολλαπλής σκλήρυνσης, που αντιμετωπίστηκαν σε 146 κέντρα για την πολλαπλή σκλήρυνση, σε 40 χώρες.
Στοιχεία 2 ετών για την εξέλιξη της νόσου των ασθενών χρησιμοποιήθηκαν για την εκπαίδευση μοντέλων μηχανικής μάθησης με στόχο την πρόβλεψη της πιθανότητας εξέλιξης της νόσου τους επόμενους μήνες.
Τα μοντέλα εκπαιδεύτηκαν και επικυρώθηκαν με χρήση αυστηρών κλινικών οδηγιών προάγοντας την ικανότητα εφαρμογής των μοντέλων στην κλινική πράξη.
Ενώ τα ατομικά μοντέλα ποίκιλλαν σε απόδοση σε διαφορετικές υποομάδες, τα μοντέλα είχαν μέση περιοχή κάτω από την καμπύλη ROC (ROC-AUC) 0.71 ± 0.01.
Η μελέτη έδειξε ότι το ιστορικό εξέλιξης της αναπηρίας μπορούσε καλύτερα να προβλέπει μελλοντική εξέλιξη της αναπηρίας έναντι της αγωγής ή του ιστορικού υποτροπών.
Οι ερευνητές καταλήγουν ότι τα μοντέλα που αναπτύχθηκαν στην έρευνα έχουν τη δυνατότητα να ενισχύουν το σχεδιασμό σε ανθρώπους με τη νόσο και θα μπορούσαν να αξιολογηθούν σε μελέτη κλινικής επίδρασης.
Ο De Brouwer πρόσθεσε ότι χρησιμοποιώντας το ιατρικό ιστορικό περισσότερων των 15.000 ανθρώπων με την πάθηση, οι ερευνητές εκπαίδευσαν μοντέλο μηχανικής μάθησης ικανό να προβλέπει με ακρίβεια την πιθανότητα εξέλιξης της αναπηρίας τα επόμενα 2 χρόνια.
Το μοντέλο χρησιμοποιεί κλινικά στοιχεία που συλλέγονται στην καθημερινότητα, που το καθιστούν ευρέως εφαρμόσιμο.
{{dname}} - {{date}}
{{body}}
Απάντηση Spam
{{#subcomments}} {{/subcomments}}