由于布莱顿与苏塞克斯医学院(BSMS)和苏塞克斯大学天体物理学家合作设计了一种计算机模型，因此在一般实践中对痴呆症的关键早期诊断可能会得到改善。
目前，在英国只有三分之二的痴呆症患者得到了正式诊断，而且许多人在疾病过程的晚期才得到了诊断，这意味着很多人错过了可以帮助他们获得良好生活质量的护理。
该小组由BSMS初级保健研究高级讲师Elizabeth Ford博士领导，利用GP患者记录中的数据创建了与痴呆症发作相关的70项指标清单，并在诊断前的5年中进行了记录。然后，他们与来自天体物理学的数据科学家合作，尝试了几种类型的机器学习模型，以在痴呆症诊断之前识别患者记录中的临床信息模式。最好的模型能够在GP之前识别70%的痴呆症病例，而且还会引发许多假阳性。
福特博士说：“患者在被诊断出患有痴呆症之前似乎表现出各种各样的指标。全科医生很难将所有这些指标联系起来并与痴呆症建立联系，但是通过计算机程序，我们可以尽早诊断可能会对随后所接受的护理性痴呆患者产生重大影响。
“这些发现令人兴奋，但它们引发了与全科医生和患者讨论这种技术在全科医生诊所中应占的位置的需求。随着技术的发展，我们需要就是否对计算机在工作中满意感到满意。发生改变生活状况的机会，例如痴呆症。”
数学和物理科学学院天体物理学教授Seb Oliver表示：“与福特博士及其团队合作进行这个项目真是太棒了。看到诸如AI和机器学习之类的统计方法如何能够使人感到惊奇用于从数据中提取有用的信息，无论是来自太空望远镜的图像还是来自GP病历的数据，当然，统计信息只是理解的一部分，在新的领域工作以尝试理解各种挑战确实令人兴奋。那些在场的人。”
标签： 人工智能
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！