AI筛查了临床抑郁症的人群和亚组

小编发现不少朋友对于 AI筛查了临床抑郁症的人群和亚组 这方面的信息都比较感兴趣，小编就针对 AI筛查了临床抑郁症的人群和亚组 整理了一些相关方面的信息 在这里分享给大家。

一项发表在《医学互联网研究》杂志上的研究表明，机器学习算法可以梳理人群级别的患者数据库，以找到可能通过抑郁症治疗受益的人。

【资料图】

印第安纳大学和印第安纳波利斯再生研究所的研究人员在全州范围内的健康信息交换(HIE)中使用了数据，证明了这一概念，该数据包括各种健康指标和医学史。

指标包括诊断，行为和人口统计类别。

Suranga Kasthurirathne博士及其同事将HIE数据集与从临床医生的报告和注释中的非结构化自由文本数据集中提取的结果变量进行了合并。

利用这些混合的输入，该团队训练了随机森林决策模型，以预测整个患者群体(超过84,000名成年人)中临床抑郁症的发生率，以及因抑郁症而出现不良事件的风险较高的患者人群中。

他们发现将近7,000名患者(占研究队列的8.29%)可能需要对抑郁症进行高级护理。

虽然总体患者群体模型的曲线下面积(AUC)为实心区域，但中等水平，为78.87%，而高危亚组的模型的AUC得分为86.31%至94.43%。

从这些结果中，作者得出结论，他们基于AI的方法显示出“实现预防保健的巨大潜力，可以轻松地集成到现有的临床工作流程中，以改善对环绕式医疗服务的访问。”

在Regenstrief Institute发表的新闻中，Kasthurirathne说，双模式功能可以在两个不同的人口水平上搜索数据库，这可能会为医疗保健系统提供选择最佳的抑郁症筛查方法的选择。

他补充说：“也许他们没有计算或人力资源来为每位患者运行模型。” “这使他们可以选择筛选高危患者”，以转介至初级保健医生。

关键词： 临床医生 不良事件 曲线下面积