AI-maps-Routen zu Herz-Krankheit

Eine neue Studie im Journal of Biomedical Informatics nutzt maschinelles lernen auf unbeschrifteten electronic health record (EHR -) Daten, die Aufschluss über die Entstehung von Herz-Kreislauf-Erkrankung (CVD).

Die Studie baut auf automatisierte Patienten-phänotypisierung (wenn die Augenfarbe ist ein Merkmal, die blauen Augen sind ein Phänotyp) und reichlich längs-Daten. Juan Zhao, Ph. D., Wei-Qi, Wei, MD, Ph. D., und Kollegen gesammelt 12,380 anonymisierte Patientendaten erreicht, dass wieder mindestens 10 Jahre vor einer CVD-Diagnose. Eine automatisierte Prüfung fand einige 1.068 HM ausgeprägte Patienten-Phänotypen in diesem dataset.

Unterstützt durch eine Technik, genannt tensor-ZERLEGUNG, unüberwachten maschinellen Lernens offenbart die langfristige Entstehung von 14 verschiedene CVD-Patienten-Subtypen. Über die sechs häufigsten Subtypen das Risiko von Herz-Angriff war deutlich anders, mit Angabe der scan geschlagen hatte sinnvollen Unterscheidungen.