通過在英國增加和及時診斷來改善癡呆癥護(hù)理是國家衛(wèi)生服務(wù)(NHS)的優(yōu)先事項，但是大約一半患有癡呆癥的人生活在這種情況下并未意識到這一點。

現(xiàn)在，一種新的機(jī)器學(xué)習(xí)模型掃描了常規(guī)采集的NHS數(shù)據(jù)，已經(jīng)顯示出能夠預(yù)測初級保健中未診斷的癡呆癥的有希望的跡象。

該研究由普利茅斯大學(xué)領(lǐng)導(dǎo)，收集了英國德文郡18個同意全科醫(yī)生手術(shù)的閱讀編碼數(shù)據(jù)，共計26,483名年齡超過65歲的患者。

閱讀代碼 - 用于總結(jié)英國全科醫(yī)生臨床和行政數(shù)據(jù)的臨床術(shù)語詞庫 - 評估它們是否可能導(dǎo)致癡呆風(fēng)險，包括體重和血壓等因素。

這些代碼用于訓(xùn)練機(jī)器學(xué)習(xí)分類模型，以識別可能患有潛在癡呆的患者。

結(jié)果顯示，84%的癡呆癥患者被檢測出患有該病癥(敏感度值)，而87%的無癡呆癥患者被正確認(rèn)為沒有患病(特異性值)，根據(jù)數(shù)據(jù)。

這些結(jié)果表明該模型可以檢測出患有潛在癡呆的患者，準(zhǔn)確率為84%。這表明機(jī)器學(xué)習(xí)模型將來可以顯著減少未確診癡呆患者的數(shù)量 - 從大約50%(目前的估計數(shù)字)到8%*。

來自普利茅斯大學(xué)計算機(jī)電子與數(shù)學(xué)學(xué)院的首席研究員Emmanuel Ifeachor教授說，結(jié)果很有希望。

“機(jī)器學(xué)習(xí)是人工智能(AI)的一種應(yīng)用，系統(tǒng)可以自動學(xué)習(xí)和改進(jìn)經(jīng)驗而無需明確編程，”他說。“它已經(jīng)被用于整個醫(yī)療保健領(lǐng)域的許多應(yīng)用，例如醫(yī)學(xué)成像，但之前并沒有以這種方式將其用于患者數(shù)據(jù)。

“這種方法很有前途，如果成功開發(fā)和部署，可能有助于增加初級保健中的癡呆癥診斷。”

大學(xué)醫(yī)院普利茅斯NHS信托基金會顧問神經(jīng)學(xué)家，普利茅斯大學(xué)轉(zhuǎn)化和分層醫(yī)學(xué)研究所的Camille Carroll博士合作進(jìn)行了這項研究。

她說：“老年癡呆癥是一種疾病，有很多不同的因素，很難確定或預(yù)測。有強(qiáng)烈的流行病學(xué)證據(jù)表明，一些心血管和生活方式因素，如高血壓，高膽固醇，糖尿病，肥胖癥等。中風(fēng);心房顫動;吸煙;以及減少的認(rèn)知，身體或社交活動可以預(yù)測晚年癡呆癥的風(fēng)險，但是沒有進(jìn)行過讓我們能夠快速看到這種情況的研究。

“因此，擁有可以獲取大量數(shù)據(jù)的工具，并自動識別可能患有癡呆癥的患者，以促進(jìn)有針對性的篩查，可能非常有用，有助于提高診斷率。”

* 8%計算如下：50%的癡呆癥患者未被診斷，機(jī)器學(xué)習(xí)模型檢測到癡呆癥，準(zhǔn)確率為84%。因此，使用該模型診斷出這些未確診的50%中的84%= 42%。剩下的8%將保持未確診狀態(tài)。