Νέα έρευνα στο Journal of Orthopaedic Research υποδεικνύει ότι μοντέλο με βάση την τεχνητή νοημοσύνη, που εκπαιδεύτηκε σε βασικά αιματολογικά, εργαστηριακά και δημογραφικά στοιχεία, μπορεί να προβλέψει τον κίνδυνο θανάτου ενός ασθενούς εντός 1,5 και 10 ετών από το κάταγμα ισχίου που του συνέβη.

Στην ανάλυση στοιχείων 3.751 ασθενών με κάταγμα ισχίου από 2 συστήματα βάσεων δεδομένων του Beth Israel Deaconess Medical Center στη Βοστόνη, η θνητότητα εντός ενός έτους για όλους τους ασθενείς ήταν 21% και για τους 80 ετών και άνω ήταν 29%.

Οι ερευνητές διαπίστωσαν από 10 μοντέλα που δοκίμασαν ότι το LightGBM είχε την πιο ακριβή επίδοση στην πρόβλεψη της θνητότητας σε ένα έτος.

Παράγοντες με την πιο υψηλή προγνωσιτκή αξία ήταν το σάκχαρο, ορισμένα χαρακτηριστικά ερυθρών αιμοσφαιρίων, επίπεδα λευκών αιμοσφαιρίων, αριθμός αιμοπεταλίων, επίπεδα ασβεστίου και άζωτο ουρίας.

Τα περισσότερα από αυτά ήταν επίσης στα top 10 στοιχεία των μοντέλων πρόβλεψης LightGBM για 5 και 10 χρόνια αργότερα.

Ο George Asrian, του University of Pennsylvania, δήλωσε ότι τα μοντέλα της ομάδας δείχνουν ότι ορισμένοι βιοδείκτες μπορεί να είναι ιδιαίτερα χρήσιμοι στο χαρακτηρισμό του κινδύνου κακού αποτελέσματος μετά από κάταγμα ισχίου.

Ειδήσεις υγείας σήμερα
ΕΟΔΥ: 27 θάνατοι, 24 διασωληνωμένοι και 531 εισαγωγές ασθενών με CoViD
ΕΛΙΚΑΡ: Κοινωνική δράση υλοποίησης δωρεάν καρδιολογικού ελέγχου
13ο Πανελλήνιο Συνέδριο Ασθενών: Οι ασθενείς και το αύριο της Υγείας