斯旺西大學(xué)的一項研究揭示了機器學(xué)習(xí)如何幫助早期檢測強直性脊柱炎(AS)炎癥性關(guān)節(jié)炎，并徹底改變?nèi)漆t(yī)生檢測和診斷人們的方式。

該研究發(fā)表在開放獲取期刊PLOS ONE上，由國家人口健康與福祉研究中心(NCPHWR)的數(shù)據(jù)分析師和研究人員進(jìn)行。

該團隊使用機器學(xué)習(xí)方法來開發(fā)可能被診斷患有AS的人的特征，AS是炎癥性關(guān)節(jié)炎的第二大常見原因。

機器學(xué)習(xí)是一種人工智能，是一種數(shù)據(jù)分析方法，可自動構(gòu)建模型以提高性能和準(zhǔn)確性。它的算法基于樣本數(shù)據(jù)構(gòu)建模型，無需明確編程即可做出預(yù)測或決策。

使用斯旺西大學(xué)醫(yī)學(xué)院的安全匿名信息鏈接(SAIL)數(shù)據(jù)庫，這是一個國家數(shù)據(jù)存儲庫，允許跨數(shù)據(jù)集進(jìn)行基于匿名的個人數(shù)據(jù)鏈接，識別AS患者并與沒有疾病診斷記錄的患者進(jìn)行匹配。

對男性和女性的數(shù)據(jù)進(jìn)行了單獨分析，并使用特征/變量選擇和主成分分析開發(fā)模型來構(gòu)建決策樹。

調(diào)查結(jié)果顯示：

在男性中，20 歲以下腰痛、葡萄膜炎(眼睛中層炎癥)和非甾體抗炎藥 (NSAID) 的使用與 AS 的發(fā)生有關(guān)。

與背痛和多種止痛藥物的男性相比，女性表現(xiàn)出更高的癥狀表現(xiàn)年齡。

測試數(shù)據(jù)的良好預(yù)測率在70%-80%左右;然而，當(dāng)將該模型應(yīng)用于一般人群時，研究小組認(rèn)為可能需要多個模型來隨著時間的推移縮小人群范圍，以提高預(yù)測價值并減少診斷AS的時間。

NCPHWR數(shù)據(jù)實驗室經(jīng)理兼研究負(fù)責(zé)人Jonathan Kennedy博士說：“我們的研究表明，機器學(xué)習(xí)具有巨大的潛力，可以幫助識別AS患者，并更好地了解他們在衛(wèi)生系統(tǒng)中的診斷過程。

“早期發(fā)現(xiàn)和診斷對于確?；颊攉@得最佳結(jié)果至關(guān)重要。機器學(xué)習(xí)可以幫助解決這個問題。此外，它可以賦予全科醫(yī)生權(quán)力 - 幫助他們更有效地發(fā)現(xiàn)和轉(zhuǎn)診患者。

“然而，機器學(xué)習(xí)還處于實施的早期階段。為了開發(fā)這一點，我們需要更詳細(xì)的數(shù)據(jù)來改善預(yù)測和臨床效用。

NCPHWR研究員兼卡迪夫大學(xué)風(fēng)濕病學(xué)和轉(zhuǎn)化研究負(fù)責(zé)人Ernest Choy教授補充說：“平均而言，AS患者從出現(xiàn)癥狀到接受診斷和接受治療需要八年時間。機器學(xué)習(xí)可能提供一種有用的工具來減少這種延遲。

威爾士健康與護理研究主任Kieran Walshe教授補充說：“很高興看到機器學(xué)習(xí)在早期識別患有AS等健康狀況的患者以及國家人口健康和福祉研究中心正在進(jìn)行的工作方面發(fā)揮的前沿作用。

“雖然機器學(xué)習(xí)還處于早期階段，但它顯然有可能改變研究人員和臨床醫(yī)生進(jìn)行診斷的方式，為患者及其未來的健康結(jié)果帶來好處。