RICHMOND, Va.（WRIC）——弗吉尼亚联邦大学的一位胃肠病学家和一支全球研究团队开发出一种人工智能模型，显著提高了医生预测哪些住院肝硬化患者面临最高死亡风险的能力。
该模型由CLEARED联盟开发，由VCU医学院的Jasmohan Bajaj博士领导，于周三发表在《Gastroenterology》期刊上。这一AI工具的表现优于旧的预测方法，并将在全球范围内提供，以帮助指导晚期肝病患者的护理。
“这意味着医生可以更有信心地判断哪些患者需要最紧急的护理，哪些患者可能需要与家属讨论临终关怀问题，哪些患者可能需要转院至设备更齐全的医院，以及哪些患者有可能康复。”Bajaj表示。他同时隶属于VCU Stravitz-Sanyal肝脏疾病与代谢健康研究所和里士满退伍军人事务医疗中心。“在医学和非医学方面，如果我们能更好地掌握患者的状况，我们就能更好地应对患者。”
肝硬化是由长期酗酒、肝炎或脂肪肝引起的严重疾病，可能导致反复住院和危及生命的并发症，如感染、肾功能衰竭和肝性脑病。一旦这些患者住院，他们面临较高的死亡风险。
为了解决这个问题，研究团队分析了来自六大洲121家医院的超过7000名肝硬化患者的数据，包括美国、亚洲和非洲的医疗机构。他们研究了这些患者住院期间的并发症、治疗和生存结果。
研究人员发现，一种名为“随机森林”（Random Forest）的机器学习模型提供了最准确的预测。其准确率达到0.815，明显高于传统逻辑回归模型的0.773。
即使简化为仅使用15个最具预测性的因素，随机森林模型仍然比旧方法更有效。关键的风险指标包括因肾功能衰竭、脑部并发症和严重感染入院——这些因素都显著增加了住院期间的死亡风险。
“高风险患者可以被转院至治疗条件更好的医院。”Bajaj说。“最后一点是，如果患者可能正在走向恶化并需要姑息治疗，医生可以在患者仍清醒且能够参与决策时尽早做出相关决定。”
“另一方面，”Bajaj继续说道，“如果患者风险较低，医生可以更有信心地专注于康复和出院计划。”
该模型还在近29,000名在美国退伍军人医院接受治疗的肝硬化退伍军人中进行了测试。尽管这些退伍军人多为年长男性人群，AI工具仍然优于传统的评分系统。
目前，CLEARED联盟正将该模型分享给美国及国际的医院。由于该工具只需15个数据点即可运行，因此设计为易于使用，医生可以快速评估患者的风险并采取相应措施。
“更好的预测意味着更好的规划。”Bajaj表示。“当我们知道谁最危险时，我们就可以针对治疗、尽早与家属沟通，并将资源集中在最关键的地方。”
【全文结束】
