Модель машинного обучения объединяет данные о времени и погоде.
Раздел искусственного интеллекта (ИИ), называемый машинным обучением, может точно предсказать риск остановки сердца вне больницы - когда сердце внезапно перестает биться - используя комбинацию данных о времени и погоде, говорится в исследовании, опубликованном в Интернете в журнале. Сердце.
Машинное обучение - это исследование компьютерных алгоритмов, основанное на идее, что системы могут учиться на данных и определять шаблоны для принятия решений с минимальным вмешательством.
Результаты показывают, что риск остановки сердца был самым высоким по воскресеньям, понедельникам, в праздничные дни, а также при резком падении температуры в течение или между днями.
Эта информация может быть использована в качестве системы раннего предупреждения для граждан, чтобы снизить их риск и повысить их шансы на выживание, а также улучшить готовность служб неотложной медицинской помощи, предполагают исследователи.
Внебольничная остановка сердца распространена во всем мире, но обычно связана с низким уровнем выживаемости. На риск влияют преобладающие погодные условия.
Но метеорологические данные обширны и сложны, а машинное обучение может выявить ассоциации, не выявленные традиционными одномерными статистическими подходами, говорят японские исследователи.
Чтобы исследовать это дальше, они оценили способность машинного обучения прогнозировать ежедневную остановку сердца вне больницы, используя ежедневную погоду (температуру, относительную влажность, количество осадков, снегопад, облачный покров, скорость ветра и показания атмосферного давления) и время ( год, время года, день недели, час дня и праздничные дни).
Из 1,299,784 2005 2013 случаев, произошедших в период с 525,374 по XNUMX год, машинное обучение было применено к XNUMX XNUMX, используя либо данные о погоде, либо данные о времени, либо и то, и другое (обучающий набор данных).
Затем результаты были сопоставлены со 135,678 2014 случаями, произошедшими в 15–XNUMX годах, чтобы проверить точность модели для прогнозирования количества ежедневных остановок сердца в другие годы (набор данных тестирования).
И чтобы увидеть, насколько точным может быть этот подход на местном уровне, исследователи провели «анализ тепловой карты», используя другой набор данных, взятый из местоположения внебольничных остановок сердца в городе Кобе в период с января 2016 года по декабрь 2018 года.
Комбинация данных о погоде и времени наиболее точно предсказала остановку сердца вне больницы в наборах данных для обучения и тестирования.
Он предсказал, что воскресенье, понедельник, праздничные дни, зима, низкие температуры и резкие перепады температуры внутри и между днями сильнее связаны с остановкой сердца, чем одни только данные о погоде или времени.
Исследователи признают, что у них не было подробной информации о месте остановки сердца, кроме города Кобе, а также данных о ранее существовавших заболеваниях, которые могли повлиять на результаты.
Но они предполагают: «Наша прогнозирующая модель ежедневной частоты [остановки сердца вне больницы] может широко распространяться на население в целом в развитых странах, потому что это исследование имело большой размер выборки и использовало исчерпывающие метеорологические данные».
Они добавляют: «Методы, разработанные в этом исследовании, служат примером новой модели прогнозной аналитики, которая может быть применена к другим интересующим клиническим исходам, связанным с опасным для жизни острым сердечно-сосудистым заболеванием».
И они делают вывод: «Эта прогностическая модель может быть полезна для предотвращения [остановки сердца вне больницы] и улучшения прогноза пациентов… с помощью системы предупреждения для граждан и [служб экстренной медицинской помощи] в дни повышенного риска в будущем».
В связанной редакционной статье с этим соглашается доктор Дэвид Фостер Гайески из Медицинского колледжа Сидни Киммела в Университете Томаса Джефферсона.
«Знание, какая погода, скорее всего, будет на следующей неделе, может генерировать« предупреждения о сердечно-сосудистых чрезвычайных ситуациях »для людей из группы риска - уведомление пожилых людей и других людей о предстоящих периодах повышенной опасности аналогично тому, как данные о погоде используются для уведомления людей о приближающейся опасной дороге. условия во время зимних штормов », - поясняет он.
«Эти прогнозы можно использовать для развертывания ресурсов, составления графиков и планирования, чтобы системы экстренной медицинской помощи, ресурсы реанимации отделений неотложной помощи и сотрудники лаборатории катетеризации сердца знали и были готовы к количеству ожидаемых [случаев] в ближайшие дни. ," он добавляет.
Ссылки:
«Модель машинного обучения для прогнозирования остановки сердца вне больницы с использованием метеорологических и хронологических данных» 17 мая 2021 г., Сердце.
DOI: 10.1136 / heartjnl-2020-318726
«Прогноз погоды на следующую неделю: пасмурно, холодно, возможна остановка сердца» 17 мая 2021 г., Сердце.
DOI: 10.1136 / heartjnl-2021-318950
Финансирование: Агентство по восстановлению и сохранению окружающей среды Японии; Японское общество содействия науке; Фонд интрамуральных исследований сердечно-сосудистых заболеваний Национального центра церебральных и сердечно-сосудистых заболеваний
