Model strojového učení kombinuje údaje o čase a počasí.
Odvětví umělé inteligence (AI), nazývané strojové učení, dokáže přesně předpovídat riziko srdeční zástavy mimo nemocnici – když srdce náhle přestane bít – pomocí kombinace údajů o načasování a počasí, uvádí výzkum publikovaný online v časopise. Srdce.
Strojové učení je studium počítačových algoritmů a je založeno na myšlence, že systémy se mohou učit z dat a identifikovat vzory, které informují o rozhodnutích s minimálním zásahem.
Riziko srdeční zástavy bylo nejvyšší v neděli, pondělí, státní svátky a když teploty prudce klesaly během dnů nebo mezi nimi, ukazují výsledky.
Tyto informace by mohly být použity jako systém včasného varování pro občany, aby se snížilo jejich riziko a zlepšily se jejich šance na přežití a zlepšila se připravenost zdravotnických záchranných služeb, navrhují výzkumníci.
Srdeční zástava mimo nemocnici je běžná po celém světě, ale je obecně spojena s nízkou mírou přežití. Riziko je ovlivněno převládajícími povětrnostními podmínkami.
Ale meteorologická data jsou rozsáhlá a komplexní a strojové učení má potenciál zachytit asociace, které nejsou identifikovány konvenčními jednorozměrnými statistickými přístupy, říkají japonští vědci.
Aby to dále prozkoumali, vyhodnotili schopnost strojového učení předpovídat každodenní mimonemocniční srdeční zástavu pomocí denního počasí (teplota, relativní vlhkost, srážky, sněžení, oblačnost, rychlost větru a naměřené hodnoty atmosférického tlaku) a načasování ( rok, roční období, den v týdnu, hodina dne a státní svátky).
Z 1,299,784 2005 2013 případů, které se vyskytly v letech 525,374 až XNUMX, bylo strojové učení aplikováno na XNUMX XNUMX, a to buď pomocí údajů o počasí nebo načasování, nebo obojího (tréninkový datový soubor).
Výsledky byly poté porovnány se 135,678 2014 případy, které se vyskytly v letech 15-XNUMX, aby se otestovalo přesnost modelu pro predikci počtu denních srdečních zástav v jiných letech (testovací datový soubor).
A aby zjistili, jak přesný může být přístup na místní úrovni, provedli výzkumníci „analýzu teplotní mapy“ s použitím jiného souboru dat získaných z umístění mimonemocničních srdečních zástav ve městě Kobe mezi lednem 2016 a prosincem 2018.
Kombinace údajů o počasí a načasování nejpřesněji předpověděla mimonemocniční srdeční zástavu jak v tréninkových, tak testovacích souborech dat.
Předpověděl, že neděle, pondělí, státní svátky, zima, nízké teploty a prudké poklesy teplot v rámci dnů a mezi nimi byly silněji spojeny se zástavou srdce než samotná data o počasí nebo načasování.
Výzkumníci přiznávají, že neměli podrobné informace o místě srdečních zástav kromě města Kobe, ani neměli žádné údaje o již existujících zdravotních stavech, které oba mohly ovlivnit výsledky.
Navrhují však: „Náš prediktivní model pro denní výskyt [srdeční zástavy mimo nemocnici] lze široce zobecnit pro běžnou populaci v rozvinutých zemích, protože tato studie měla velký vzorek a používala komplexní meteorologická data.
Dodávají: "Metody vyvinuté v této studii slouží jako příklad nového modelu prediktivní analýzy, který by mohl být aplikován na další klinické výsledky zájmu související s život ohrožujícím akutním kardiovaskulárním onemocněním."
A uzavírají: „Tento prediktivní model může být užitečný pro prevenci [srdeční zástavy mimo nemocnici] a zlepšení prognózy pacientů... prostřednictvím varovného systému pro občany a [lékařské služby pohotovosti] ve vysoce rizikové dny v budoucnu.“
Dr. David Foster Gaieski ze Sidney Kimmel Medical College na Thomas Jefferson University v propojeném úvodníku souhlasí.
„Vědět, jaké bude počasí s největší pravděpodobností v nadcházejícím týdnu, může generovat ‚kardiovaskulární nouzová varování‘ pro ohrožené osoby – upozorňovat seniory a ostatní na nadcházející období zvýšeného nebezpečí, podobně jako se údaje o počasí používají k upozornění lidí na blížící se nebezpečnou cestu. podmínky během zimních bouří,“ vysvětluje.
„Tyto předpovědi lze použít pro rozmístění zdrojů, plánování a plánování, aby systémy zdravotnické záchranné služby, zdroje pro resuscitaci pohotovostního oddělení a pracovníci srdeční katetrizační laboratoře věděli a byli připraveni na počet očekávaných [případů] během nadcházejících dnů. ," on přidává.
Reference:
„Model strojového učení pro předpovídání mimonemocničních srdečních zástav pomocí meteorologických a chronologických dat“ 17. května 2021, Srdce.
DOI: 10.1136/heartjnl-2020-318726
„Předpověď počasí na příští týden: zataženo, chladno, s možností zástavy srdce“ 17. května 2021, Srdce.
DOI: 10.1136/heartjnl-2021-318950
Financování: Agentura pro obnovu a ochranu životního prostředí Japonska; Japonská společnost pro podporu vědy; Intramurální výzkumný fond kardiovaskulárních chorob Národního cerebrálního a kardiovaskulárního centra
