预测创伤患者死亡风险的机器学习算法

大阪大学医学研究生院创伤学和急性重症医学系的科学家们开发了一种人工智能算法，用于预测严重受伤患者的死亡风险。通过使用2013年至2017年的日本创伤数据库，他们获得了7万多名经历过钝器创伤的患者的记录，这使研究人员能够确定可以更准确地指导治疗策略的关键因素。

急诊室的创伤医生必须迅速做出生死抉择，而且往往只有非常有限的信息。部分挑战在于，表明不良临床结果可能性的因素尚不完全清楚，有时人体自身的炎症和凝血变化对重大损伤的反应弊大于利。更严格和全面的方法创伤治疗显然是需要的。

现在，大阪大学医学院的一组研究人员使用机器学习算法分析了日本记录的所有创伤病例的数据库。这包括患者的信息，如年龄和损伤类型。此外,质谱分析和蛋白质组分析血清中创伤大阪医院的病人。这为血液标记物提供了更具体的信息，可以表明特定蛋白质的增加或减少。“我们的研究具有重要的临床意义。它可以帮助确定可能受益最大的高危患者早期干预第一作者佐太郎·塔奇诺说。

• 

• 

研究小组对数据进行了层次聚类分析，发现有11个变量与死亡率增加最相关，其中包括损伤的类型和严重程度。此外，他们还发现风险最高的患者经常表现出过度炎症，甚至出现急性炎症反应。他们还发现，凝血功能下调的蛋白质标记物与阴性结果密切相关。

“我们在这个项目中使用的方法也可以扩展到新的治疗策略和其他治疗剂的开发医疗条件有大量的数据集，”资深作者Hiroshi Ogura说。这项工作可能会极大地优化稀缺的急诊室医疗资源的配置，以挽救更多的人。研究小组还希望，这项研究可能有助于阐明如何帮助平静创伤后可能失控的炎症途径。