Vedi traduzione automatica
Questa è una traduzione automatica. Per vedere il testo originale in inglese cliccare qui
#News
{{{sourceTextContent.title}}}
L'apprendimento automatico prova il più di a nella cura cardiopolmonare
{{{sourceTextContent.subTitle}}}
I ricercatori hanno indicato che quell'apprendimento automatico dei modelli 3D in RMI cardiaco può migliorare l'accuratezza quando si tratta di capacità di sopravvivenza di predizione de-e i per-pazienti potenzialmente guidanti di cura con ipertensione nei polmoni.
{{{sourceTextContent.description}}}
Timothy Dawes, FRCA, degli ospedali di University College London in Inghilterra e dei colleghi ha avuto loro risultati ha pubblicato il 16 gennaio online in radiologia.
Il gruppo ha iscritto 256 pazienti con ipertensione polmonare recentemente diagnosticata. I pazienti hanno subito il RMI cardiaco, la cateterizzazione parte di destra-parteggiata del cuore e la passeggiata di sei-minuto difficili con seguito mediano di quattro anni.
I ricercatori hanno usato un modello complesso 3D di spostamento cardiaco ed hanno applicato un algoritmo di apprendimento automatico per identificare i modelli di ricorso indicativi di vari risultati.
«Dalla rappresentazione diagnostica standard, un modello matematico della relazione tra la funzione cardiaca e la sopravvivenza può essere generato,» gli autori spiega.
Alla conclusione di seguito, 36 per cento dei pazienti (n = 93) erano morto ed una hanno subito il trapianto del polmone.
Il gruppo ha trovato che il loro modello sorvegliato di sopravvivenza di apprendimento automatico aveva permesso alla prognosi più tagliente che la rappresentazione convenzionale con gli indicatori emodinamici, funzionali e clinici (area nell'ambito della curva ROC, 0,73 contro 0,60, rispettivamente [P < .001]; differenza nel tempo di sopravvivenza mediano fra i gruppi alti- ed a basso rischio, 13,8 contro 10,7 anni, rispettivamente [P < .001]).
Più ulteriormente hanno trovato che, dalla risonanza magnetica cardiaca convenzionale, un atlante cardiaco specifico di malattia può essere usato per creare le segmentazioni accurate e riproducibili del cuore nell'ipertensione polmonare.
«L'analisi di calcolo di giusto moto ventricolare nell'ipertensione polmonare può essere usata per la stratificazione di rischio e dimostra i segni prognostici in anticipo di disfunzione,» Dawes et al. per scrivere. «L'apprendimento automatico usando la risonanza magnetica cardiaca dovrebbe essere valutato come strumento per guidare la gestione paziente.»
Gli autori riconoscono parecchie limitazioni nella progettazione del loro studio, di cui ha compreso tutti i casi noncongenital ed in tutti i regimi terapeutici per, ipertensione polmonare. Questo approccio pragmatico può limitare l'applicabilità nei gruppi selettivi, essi nota. Tuttavia, aggiungono, lo studio certamente dimostra il valore prognostico del loro modello di apprendimento automatico attraverso una matrice degli stati e dei trattamenti di malattia.