Модель машинного навчання поєднує дані про час і погоду.
Розділ штучного інтелекту (ШІ), який називається машинним навчанням, може точно передбачити ризик позалікарняної зупинки серця — коли серце раптово перестає битися — використовуючи комбінацію даних про час і погоду, повідомляє дослідження, опубліковане в Інтернеті в журналі. Серце.
Машинне навчання — це вивчення комп’ютерних алгоритмів, засноване на ідеї, що системи можуть вчитися на даних і визначати закономірності для прийняття рішень з мінімальним втручанням.
Результати показують, що ризик зупинки серця був найвищим у неділю, понеділок, державні свята, а також коли температура різко знижувалася протягом або між днями.
Цю інформацію можна використовувати як систему раннього попередження для громадян, щоб знизити ризики та покращити їхні шанси на виживання, а також підвищити підготовленість служб екстреної медичної допомоги, припускають дослідники.
Позалікарняна зупинка серця поширена в усьому світі, але, як правило, пов’язана з низьким рівнем виживання. На ризик впливають погодні умови.
Але метеорологічні дані обширні та складні, і машинне навчання має потенціал для виявлення асоціацій, не ідентифікованих звичайними одновимірними статистичними підходами, кажуть японські дослідники.
Щоб дослідити це далі, вони оцінили здатність машинного навчання прогнозувати щоденну позалікарняну зупинку серця, використовуючи щоденну погоду (температуру, відносну вологість, опади, снігопад, хмарність, швидкість вітру та показники атмосферного тиску) та час ( дані про рік, сезон, день тижня, годину доби та державні свята).
З 1,299,784 2005 2013 випадків, що відбулися між 525,374 і XNUMX роками, машинне навчання було застосовано до XNUMX XNUMX із використанням даних про погоду або часу, або обох (набір навчальних даних).
Потім результати були порівняні зі 135,678 2014 випадками, які мали місце в 15-XNUMX роках, щоб перевірити точність моделі для прогнозування кількості добових зупинок серця в інші роки (набір даних тестування).
І щоб побачити, наскільки точним може бути підхід на місцевому рівні, дослідники провели «аналіз теплової карти», використовуючи інший набір даних, отриманий з місця позалікарняних зупинок серця в місті Кобі в період з січня 2016 року по грудень 2018 року.
Комбінація даних про погоду та час найбільш точно передбачала позалікарняну зупинку серця як у наборах даних для навчання, так і для тестування.
Він передбачав, що неділя, понеділок, державні свята, зима, низькі температури та різкі перепади температури протягом і між днями були більш тісно пов’язані із зупинкою серця, ніж лише дані про погоду чи час.
Дослідники визнають, що у них не було детальної інформації про місце зупинки серця, за винятком міста Кобе, а також даних про наявні захворювання, які могли вплинути на результати.
Але вони припускають: «Наша прогнозна модель щоденної захворюваності [позалікарняною зупинкою серця] широко узагальнена для населення в розвинених країнах, оскільки це дослідження мало велику вибірку та використовувало вичерпні метеорологічні дані».
Вони додають: «Методи, розроблені в цьому дослідженні, служать прикладом нової моделі для прогнозної аналітики, яку можна було б застосувати до інших клінічних результатів, що представляють інтерес, пов’язаних із загрозливими для життя гострими серцево-судинними захворюваннями».
І вони роблять висновок: «Ця прогностична модель може бути корисною для запобігання [позалікарняної зупинки серця] та покращення прогнозу пацієнтів… за допомогою системи попередження для громадян і [екстренної медичної допомоги] у дні високого ризику в майбутньому».
Доктор Девід Фостер Гаєскі з медичного коледжу Сідні Кіммела при Університеті Томаса Джефферсона погоджується з цим у редакційній статті.
«Знання, яка погода, найімовірніше, буде найближчого тижня, може створити «попередження про надзвичайні серцево-судинні випадки» для людей із ризиком — сповіщення літніх людей та інших про майбутні періоди підвищеної небезпеки, подібно до того, як дані погоди використовуються для сповіщення людей про майбутній небезпечний шлях. умови під час зимових штормів», – пояснює він.
«Ці прогнози можна використовувати для розгортання ресурсів, планування та планування, щоб системи екстреної медичної допомоги, реанімаційні ресурси відділення невідкладної допомоги та персонал лабораторії катетеризації серця знали та були готові до кількості очікуваних [випадків] протягом найближчих днів. », – додає він.
Список використаної літератури:
«Модель машинного навчання для прогнозування позалікарняних зупинок серця з використанням метеорологічних та хронологічних даних» 17 травня 2021 р., Серце.
DOI: 10.1136/heartjnl-2020-318726
«Прогноз погоди на наступний тиждень: хмарно, холодно, можлива зупинка серця» 17 травня 2021 р., Серце.
DOI: 10.1136/heartjnl-2021-318950
Фінансування: Агентство з відновлення та збереження навколишнього середовища Японії; Японське товариство сприяння науці; Фонд внутрішніх досліджень серцево-судинних захворювань Національного церебрально-серцево-судинного центру
