1756845838
2025-09-02 20:40:00
50年前に最初に導入されたMRIスキャナーは現在、現代医学の基礎となっており、患者を放射線にさらすことなく、脳卒中、腫瘍、脊椎の状態などを診断するために不可欠です – 著作権AFP/ファイルAlain Jocard
シナイ山は、標準的な治療コースと世界的な健康に影響を与える可能性のある研究を実施しました。研究者は、心房細動（AF）患者のために個別の治療の推奨事項を作成するAIモデルを開発しました。
個別の治療の推奨事項は、個々の患者の特性を特定の治療オプションにマッピングする決定ルールです。精密医療の中心であるこのフレームワークは、患者固有の情報を使用して、1つのサイズのアプローチを超えて移動します。機械学習と統計的方法は、データを分析し、高度な処理を使用して結果を評価することにより、これらのルールを開発するために使用されます。
新しいブレークスルーは、臨床医が抗凝固剤でそれらを治療するかどうかを正確に決定するのに役立つはずです（血液薄い薬） 脳卒中を防ぐため、現在、この患者集団の標準治療コースです。このモデルは、AF患者に対して臨床決定がどのように行われるかについてのまったく新しいアプローチを提示し、この領域の潜在的なパラダイムシフトを表す可能性があります。
最近の研究では、 AIモデルが推奨されました そうでなければ、標準的なケアツールに基づいてそれを受け取ったであろうAF患者の最大半分の抗凝固治療に対して。これは、世界的な健康に深い影響を与える可能性があります。
の 最も一般的な異常な心臓のリズムです、世界中で約5,900万人に影響を与えます。 AFの間、心臓の震えの上部チャンバーは、血液が停滞して血栓を形成することを可能にします。これらの血栓は、外れて脳に移動し、脳卒中を引き起こす可能性があります。血液シンナーは、凝固と脳卒中を防ぐためのこの患者集団の標準的な治療法です。ただし、場合によっては、この薬が主要な出血イベントにつながる可能性があります。
電子ヘルス記録が分析されました
これ AIモデルは、患者の電子健康記録全体を使用しています 個別の治療の推奨を推奨する。大出血のリスクに対して脳卒中を起こすリスクを比較検討します（これが有機的に発生するか、血液による治療の結果として発生するかどうか）。
臨床的意思決定へのこのアプローチは、臨床医が個々の患者ではなく、研究された患者集団よりも平均してリスクの推定値を提供するリスクスコア/ツールを使用する現在の診療と比較して、真に個別化されています。したがって、このモデルは、患者レベルのリスクの推定値を提供し、その後、その人の治療の利点とリスクを考慮して個別の推奨事項を作成するために使用します。
この研究は、臨床医が非常に一般的な病気を治療するために取っているアプローチを変えて、脳卒中と出血イベントを最小限に抑えることができます。
最初の個別の臨床モデル
これは、実際の臨床的特徴のすべてに基づいて、特定の患者の基礎となるリスク推定値を使用して、AF患者に臨床決定を行うように設計された最初に知られている個別化されたAIモデルです。脳卒中と出血を緩和するための包括的なネットベネフィットの推奨事項を計算します。
研究者は、2,100万人の医師の訪問、8,200万枚のメモ、および12億のデータポイントを超える180万人の患者の電子健康記録に関するAIモデルを訓練しました。彼らは、患者を血液シンナーで治療するかどうかについて、ネットベネフィットの推奨事項を生成しました。
モデルを検証するために、研究者は、マウントシナイヘルスシステム内で心房細動を伴う38,642人の患者のモデルのパフォーマンスをテストしました。また、スタンフォードから公開されているデータセットから12,817人の患者のモデルを外部的に検証しました。
このモデルは、脳卒中と出血を軽減することに沿った治療の推奨事項を生成しました。 AF患者の約半数が抗凝固を受けないように再分類しました。これらの患者は、現在の治療ガイドラインの下で抗凝固薬を受けていたでしょう。
#新しいAIモデルは脳卒中治療を必要とする心房細動患者を識別します