EHR的算法可以识别常见变异免疫缺陷病

发布时间：2024-05-07 17:15:47 栏目：精选百科

导读 根据 5 月 1 日《科学转化医学》杂志上发表的一项研究，机器学习算法可以从电子健康记录中识别患有常见变异型免疫缺陷病 (CVID)的患者...

根据 5 月 1 日《科学转化医学》杂志上发表的一项研究，机器学习算法可以从电子健康记录中识别患有常见变异型免疫缺陷病 (CVID)的患者。



由于 CVID 表型的患病率低且存在广泛的异质性，导致诊断和治疗延迟，来自洛杉矶加利福尼亚大学的 Ruth Johnson 博士及其同事提出了一种机器学习算法 (PheNet) 来识别患有以下疾病的患者：来自他们的电子健康记录的 CVID。

研究人员指出，PheNet 从 CVID 患者身上学习表型模式，并利用这些信息根据患者患有 CVID 的可能性对患者进行排名。超过一半的 CVID 患者可能比使用 PheNet 提前一年或一年以上被诊断出来。当应用于大型电子健康记录数据库时，PheNet 排名前 100 名的患者中有 74% 极有可能患有 CVID。 PheNet 使用来自加利福尼亚州和田纳西州不同医疗系统的超过 600 万条记录进行了外部验证。

作者写道：“像 PheNet 这样的人工智能方法可以用来加快将未确诊患者转诊给免疫学家的速度。” “未来，我们将招募通过该算法识别的患者到我们的免疫学诊所。我们工作的影响将使罕见疾病界受益，因为迫切需要尽早有效地识别患者。”