色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

利用AI技術(shù),改善對患者腎臟的長期預(yù)后預(yù)測

DPVg_AI_era ? 來源:lq ? 2019-05-25 10:27 ? 次閱讀

IgA腎病的長期預(yù)后風(fēng)險預(yù)測一直是醫(yī)學(xué)界的難題。近日,中國學(xué)者在腎臟病頂級期刊《美國腎臟病雜志》(AJKD) 上發(fā)表論文,介紹了如何利用AI技術(shù),改善對IgA腎病的長期預(yù)后風(fēng)險預(yù)測。這是全球第一篇發(fā)表在腎臟病頂級期刊上的AI疾病預(yù)測論文。

中國大約有1.2億慢性腎病(CKD)患者。其中有一種最常見的腎病,它的病因尚不完全清楚,且其遠期預(yù)后非常不理想。它就是 IgA 腎病(IgA nephropathy,IgAN),是全球范圍內(nèi)發(fā)病率最高的原發(fā)性腎小球疾病之一,在亞洲人群中發(fā)病率尤高。

IgA腎病的遠期預(yù)后不佳,10?25 年內(nèi) 30?40% 的患者會進入終末期腎病(腎衰竭)。終末期腎病患者通常需要進行透析或腎移植治療,人均治療花費10-15萬元/年,這給個人、家庭和社會帶來了沉重的負(fù)擔(dān)。因此,如何準(zhǔn)確地對IgA腎病患者的預(yù)后風(fēng)險進行預(yù)測,對于指導(dǎo)患者的個體化預(yù)防、治療和管理,以及相關(guān)臨床研究具有重要的意義。

近日,國家腎臟疾病臨床醫(yī)學(xué)研究中心(東部戰(zhàn)區(qū)總醫(yī)院)、平安醫(yī)療科技、IBM中國研究院聯(lián)合在腎臟病頂級期刊《美國腎臟病雜志》(AJ?D)上發(fā)表論文《IgA腎病的腎臟終點預(yù)測和風(fēng)險分層》,介紹了如何利用 AI 技術(shù),改善對IgA腎病的長期預(yù)后風(fēng)險預(yù)測。陳聽雨、李響、李映雪、夏爾玉、秦勇、梁少姍、徐峰、梁丹丹、曾彩虹、劉志紅等人是論文的貢獻者。

研究人員將 AI 算法與統(tǒng)計分析方法相結(jié)合,建立了一套精準(zhǔn)、可解釋、臨床實用的 IgA 腎病患者預(yù)后風(fēng)險預(yù)測系統(tǒng)。據(jù)悉,這是全球第一篇發(fā)表在腎臟病頂級期刊上的 AI 疾病預(yù)測論文。

長期隨訪患者數(shù)據(jù),機?學(xué)習(xí)方法構(gòu)建模型

既往研究發(fā)現(xiàn)影響 IgAN 預(yù)后的多項危險因素,包括基線尿蛋白 > 1g/d、高血壓、腎功能不全、高尿酸血癥、男性、嚴(yán)重病理評分等,并在此基礎(chǔ)上建立了多種預(yù)測 IgAN 預(yù)后的評分系統(tǒng),但這些評分系統(tǒng)受制于樣本量小,病理評分標(biāo)準(zhǔn)不一, 納入特征少以及評分臨床實用性欠佳等缺點。

本文致力于使用2047 例中國長期隨訪 IgAN 患者數(shù)據(jù),借助機?學(xué)習(xí)方法,建立結(jié)合臨床及腎臟病理的預(yù)后風(fēng)險預(yù)測模型及風(fēng)險分層系統(tǒng),使醫(yī)生可快速準(zhǔn)確地預(yù)估患者的腎臟預(yù)后風(fēng)險。

數(shù)據(jù)及實驗設(shè)計:

回顧性分析采用來自中國 18 個臨床中心的 1997 年 1 月~2010 年 6 月住院經(jīng)腎活檢確診為 IgAN 患者的臨床及隨訪資料。數(shù)據(jù)涵蓋了患者的人口學(xué)特征、生理指標(biāo)、病理指標(biāo)等36個變量。臨床結(jié)局定義為 “eGFR 較基線下降≥50% 或 終末期腎病(end-stage kidney disease, ESKD)” 。

根據(jù)以上研究對象及觀察指標(biāo)建立的預(yù)測模型,可以在患者活檢時預(yù)測以上臨床結(jié)局的風(fēng)險,預(yù)測時間窗口為活檢后 5 年。

AI融合統(tǒng)計模型,兼顧模型精準(zhǔn)度和實用性

XGBoost精準(zhǔn)預(yù)測:

本文首先使用XGBoost方法進行了建模。

目前為止,XGBoost 方法在中小型結(jié)構(gòu) / 表格數(shù)據(jù)上已取得了無數(shù)卓越的成績。其作為一種基于決策樹的集成機?學(xué)習(xí)算法,使用梯度上升框架,適用于分類回歸問題,速度快,效果好。

本文選取 XGBoost 作為預(yù)測模型,除了其精準(zhǔn)的預(yù)測能力外,還有一個更重要的原因,即 XGBoost自動處理缺失值的能力。缺失值在醫(yī)療數(shù)據(jù)中一直是個無法避免又棘手的問題。由于大部分機?學(xué)習(xí)模型都需要較多的變量作為輸入,在實際臨床應(yīng)用時很難將所需變量搜集完整。這一點阻撓了機?學(xué)習(xí)算法在臨床實踐中的廣泛應(yīng)用。XGBoost 方法自動學(xué)習(xí)缺失值的分類方向,從而擺脫了在實際應(yīng)用時缺失值造成的束縛。

本文輸出了重要性排名前十的變量(如下表)。在 NJIgAN?RSS 系統(tǒng)中,用戶可以根據(jù)實際情況填入這些變量的信息,獲取預(yù)測的風(fēng)險概率。

Stepwise Cox 簡化評分:

為了進一步增強系統(tǒng)在臨床實踐中的實用性,本文進一步構(gòu)建了無需借助計算機便能使用的打分模型。

Stepwise Cox 作為一種傳統(tǒng)的回歸分析模型,每個被選擇的變量都有一危險比(hazard ratio,HR),其統(tǒng)計學(xué)顯著性可用 p 值來評估,臨床解釋性能佳,故本文利用該方法建立簡化評分模型。

Stepwise Cox 在建模過程中自動進行特征選擇,但由于其采用的逐步遞歸特征選擇非常容易陷入局部最優(yōu)解,所以直接基于原始的 36 個變量進行建模所得到的模型效果并不理想。

本文基于了 XGBoost 給出的對于模型分類效果具有顯著作用的 10 個變量作為初始變量,在此基礎(chǔ)上進行Cox 回歸建模, 從一定程度上減小了局部最優(yōu)帶來的弊端。

本文通過 CHAID 方法進一步將 stepwise Cox 選出的變量進行離散化,將 Cox 回歸系數(shù)作為打分模型權(quán)重,得到了最后的打分模型。打分最終納入了 3 個變量:腎小管萎縮/間質(zhì)性纖維化比例(%) (基于牛津分型分為 T1;T2)、球性硬化比例>25%、尿蛋白>1g/d, 最終將患者 3 個變量對應(yīng)的得分相加,即得到患者的風(fēng)險分層評分(risk stratification score,RSS),進一步將 0?1 分為低危組,2 分為中危組,3?4 分為高危組。

模型評價結(jié)果

XGBoost 模型在訓(xùn)練集及驗證集上的 C?statistics 分別為 0.89、0.84。本文對比了 XGBoost 以及其他機?學(xué)習(xí)、統(tǒng)計方法的區(qū)分度性能,如下表。

簡化版評分模型在訓(xùn)練集上的 C?statistic為 0.81 (95% CI, 0.76?0.86),驗證集為 0.80 (95% CI, 0.75?0.84)。現(xiàn)有評分模型ARR 在本文訓(xùn)練集上的 C?statistic為 0.71 (95% CI, 0.65?0.77),驗證集為 0.74 (95% CI, 0.69? 0.78)。可見,本文所建立的評分模型與現(xiàn)有模型相比,在預(yù)測精準(zhǔn)度上具有顯著的提高。

模型一致性結(jié)果如下圖所示,Hosmer?Lemeshow 檢驗所得統(tǒng)計值 1.144,p?value=0.8,說明此模型一致性結(jié)果較高。

下圖展示了風(fēng)險得分為 0?4 分人群的 ?aplan? Meier 曲線(ES?D 及聯(lián)合結(jié)局)。Log?rank test 的結(jié)果(P < 0.001)說明發(fā)現(xiàn)利用本文的評分模型對 IgA 腎病病人的預(yù)后風(fēng)險進行了很好的分層。

結(jié)論

本文建立了 IgAN 患者的腎臟預(yù)后風(fēng)險預(yù)測系統(tǒng) NJIgAN?RSS,包含了精準(zhǔn)的 XGBoost 概率預(yù)測模型以及簡化版的 SSM打分模型,并對其進行了外部驗證。與現(xiàn)有的 ARR 模型相比取得了更加精準(zhǔn)的預(yù)測性能。該項研究推動了 AI 算法在疾病預(yù)測方面的應(yīng)用。

NJIgAN?RSS 系統(tǒng)已在網(wǎng)上公開發(fā)布(http://njszb. gdpcloud.com/),用戶輸入各項參數(shù)后,便可獲得患者五年內(nèi)的預(yù)后風(fēng)險概率以及風(fēng)險等級。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 論文
    +關(guān)注

    關(guān)注

    1

    文章

    103

    瀏覽量

    14956
  • ai技術(shù)
    +關(guān)注

    關(guān)注

    1

    文章

    1268

    瀏覽量

    24289

原文標(biāo)題:中國學(xué)者頂級期刊發(fā)文:AI精準(zhǔn)預(yù)測腎病預(yù)后

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    NVIDIA AI技術(shù)助力監(jiān)測糖尿病風(fēng)險

    當(dāng)糖尿病患者或其他監(jiān)測糖攝入量者面對一塊餅干時,可能會心想:“吃了這個會對我的血糖水平會產(chǎn)生什么影響?”如今生成式 AI 模型就可以實現(xiàn)結(jié)果預(yù)測
    的頭像 發(fā)表于 12-05 11:53 ?221次閱讀

    AI教父預(yù)測:超越人類智慧的AI或5年內(nèi)問世

    ,近年來AI的發(fā)展速度明顯加快,遠遠超出了所有人的預(yù)測。過去,人們普遍認(rèn)為具備超人能力的AI至少要50至100年后才會出現(xiàn)。然而,隨著技術(shù)的不斷進步和突破,這一
    的頭像 發(fā)表于 12-05 11:21 ?323次閱讀

    AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第4章-AI與生命科學(xué)讀后感

    將成為生命科學(xué)領(lǐng)域的重要工具和方法,推動生命科學(xué)的深入發(fā)展和廣泛應(yīng)用。同時,我們也應(yīng)該清醒地認(rèn)識到,這個過程中也伴隨著諸多挑戰(zhàn)和困難。只有不斷克服這些挑戰(zhàn),才能充分利用AI技術(shù)的優(yōu)勢,為生命科學(xué)的發(fā)展注入新的活力和動力。
    發(fā)表于 10-14 09:21

    AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第二章AI for Science的技術(shù)支撐學(xué)習(xí)心得

    for Science的技術(shù)支撐”的學(xué)習(xí)心得,可以從以下幾個方面進行歸納和總結(jié): 1. 技術(shù)基礎(chǔ)的深入理解 在閱讀第二章的過程中,我對于AI for Science所需的技術(shù)基礎(chǔ)有了
    發(fā)表于 10-14 09:16

    英偉達與阿聯(lián)酋G42合作開發(fā)天氣預(yù)測AI模型

    英偉達近期宣布與阿聯(lián)酋的領(lǐng)先AI應(yīng)用開發(fā)企業(yè)G42達成戰(zhàn)略合作,共同探索天氣預(yù)測技術(shù)的新前沿。雙方將整合各自的技術(shù)優(yōu)勢,依托英偉達的Earth-2項目,構(gòu)建高性能的天氣
    的頭像 發(fā)表于 09-24 15:41 ?272次閱讀

    初創(chuàng)公司SEA.AI利用NVIDIA邊緣AI和計算機視覺技術(shù)變革航海安全系統(tǒng)

    總部位于奧地利林茨的初創(chuàng)公司正在利用 NVIDIA 邊緣 AI 和計算機視覺技術(shù)變革航海安全系統(tǒng),讓每一次出海變得更安全。
    的頭像 發(fā)表于 09-09 09:32 ?501次閱讀

    如何利用AI進行提升自我呢?

    利用AI進行學(xué)習(xí)是一個高效且富有創(chuàng)新性的過程。以下是一些建議,幫助你充分利用AI進行學(xué)習(xí): 選擇適合的AI學(xué)習(xí)工具 : 深度學(xué)習(xí)框架 :如飛
    的頭像 發(fā)表于 07-19 10:46 ?538次閱讀

    平衡創(chuàng)新與倫理:AI時代的隱私保護和算法公平

    ,如果醫(yī)生和患者都能了解AI推薦治療方案的原因,將大大增加對技術(shù)的接受度和信任。 算法公平性的保障同樣不可或缺。AI系統(tǒng)在設(shè)計時就需要考慮到多樣性和包容性,避免因為訓(xùn)練數(shù)據(jù)的偏差而
    發(fā)表于 07-16 15:07

    微軟與Mistral AI建立長期合作關(guān)系

    微軟攜手人工智能領(lǐng)軍者Mistral AI,正式宣布建立長期戰(zhàn)略合作關(guān)系,共同邁向AI領(lǐng)域的新高峰。雙方的合作將聚焦在超級計算基礎(chǔ)設(shè)施、市場推廣規(guī)模及AI研發(fā)三大核心領(lǐng)域,力求實現(xiàn)共贏
    的頭像 發(fā)表于 03-22 09:37 ?507次閱讀

    微軟和英偉達擴展長期合作關(guān)系

    在GTC上,微軟和英偉達宣布了他們的最新合作,通過一系列強大的新集成進一步擴展了雙方長期的合作關(guān)系。這一系列的集成利用了英偉達最新的生成式AI和Omniverse技術(shù),這些
    的頭像 發(fā)表于 03-20 10:36 ?849次閱讀

    利用OpenVINO實現(xiàn)混合式AI部署:邁向無所不在的人工智能

    隨著人工智能技術(shù)的飛速發(fā)展,AI的應(yīng)用已經(jīng)滲透到日常生活的各個方面。為了更有效地利用AI技術(shù),混合式AI
    的頭像 發(fā)表于 03-18 15:10 ?689次閱讀
    <b class='flag-5'>利用</b>OpenVINO實現(xiàn)混合式<b class='flag-5'>AI</b>部署:邁向無所不在的人工智能

    微軟攜手Mistral AI共推AI發(fā)展,建立長期合作關(guān)系

    近日,微軟與人工智能領(lǐng)域的佼佼者Mistral AI正式宣布建立長期合作關(guān)系,旨在共同推動人工智能技術(shù)的創(chuàng)新與發(fā)展。此次合作將圍繞超級計算基礎(chǔ)設(shè)施、市場推廣規(guī)模以及AI研發(fā)合作三大核心
    的頭像 發(fā)表于 03-14 09:22 ?606次閱讀

    NanoEdge AI技術(shù)原理、應(yīng)用場景及優(yōu)勢

    NanoEdge AI 是一種基于邊緣計算的人工智能技術(shù),旨在將人工智能算法應(yīng)用于物聯(lián)網(wǎng)(IoT)設(shè)備和傳感器。這種技術(shù)的核心思想是將數(shù)據(jù)處理和分析從云端轉(zhuǎn)移到設(shè)備本身,從而減少數(shù)據(jù)傳輸延遲、降低
    發(fā)表于 03-12 08:09

    使用NVIDIA Triton推理服務(wù)器來加速AI預(yù)測

    這家云計算巨頭的計算機視覺和數(shù)據(jù)科學(xué)服務(wù)使用 NVIDIA Triton 推理服務(wù)器來加速 AI 預(yù)測
    的頭像 發(fā)表于 02-29 14:04 ?576次閱讀

    科學(xué)家利用AI預(yù)測核聚變反應(yīng)堆裂變模式,避免重啟反應(yīng)堆

    解決核聚變反應(yīng)中過熱等離子體不可預(yù)測性問題,是實現(xiàn)穩(wěn)定電力產(chǎn)出的最大瓶頸之一。近期,美國普林斯頓等離子體物理實驗室(簡稱 PPPL)取得重要進展,已經(jīng)成功研發(fā)新型AI系統(tǒng),可提前300毫秒預(yù)測聚變中等離子體的“撕裂”行為
    的頭像 發(fā)表于 02-28 16:08 ?783次閱讀
    主站蜘蛛池模板: 性按摩AAAAAAA片| 国产人妻麻豆蜜桃色精| 欧美亚洲韩日午夜| 99久久就热视频精品草| 美女脱18以下禁止看免费| 2020最新国产自产精品| 蜜臀AV久久国产午夜福利软件| 91精品乱码一区二区三区| 美女脱了内裤张开腿让男人桶到爽| 91精品国产91| 女人18毛片| 超碰在线视频人人AV| 日韩毛片大全| 国产精品大陆在线视频| 性春院| 黑丝美女被人操| 一点色成人| 伦理片a在线线2| AAA级精品无码久久久国片| 人人做人人干| 国产精品第十页| 亚洲免费在线播放| 久久久久免费视频| 99 久久99久久精品免观看| 妻子的秘密HD观看| 疯狂做受XXXX高潮欧美日本| 午夜成a人片在线观看| 国产综合自拍 偷拍在线| 在线高清视频不卡无码| 男人天堂999| 床上色APP下载免费版| 羞羞答答影院在线| 久久精品国产eeuss| 99re5.久久热在线视频| 日日夜夜撸 在线影院| 国产偷国产偷亚洲高清app| 一个人免费观看完整视频日本| 棉袜足j吐奶视频| 高h 纯肉文| 亚洲精品久久7777777| 麻豆人妻换人妻X99|