机器学习助力肝硬化死亡率预测
一项全球性研究显示,机器学习模型在预测住院肝硬化患者死亡率方面优于传统方法,该模型经过外部验证后可在临床实践中辅助医疗团队进行风险分层。研究团队使用随机森林算法构建模型,通过分析来自115个医疗机构的7239名患者数据,发现该模型在不同收入水平国家均表现出较高准确性,其AUC值达0.815,显著优于逻辑回归模型。模型验证显示在退伍军人患者群体中AUC值达到0.859,且通过筛选15个关键变量可实现0.851的预测效能。该工具已被专家评价为"极具前景",但建议在更多学术医疗中心进行验证以优化临床应用价值。
2025-07-31 20:10:16AI与医疗健康