DxAI智赋科研记（四）|智研平台破解临床诊断难题- 工业快报

DxAI智赋科研记（四）|智研平台破解临床诊断难题

产业资讯 / 来源：工业快报 / 作者：工业快报 / 发布时间：2022-01-12

210次 0条

临床诊疗的目的是及早发现疾病，做出精确诊断，帮助病人选择最优的治疗方案，并能根据病人的临床转归调整治疗方案，最终帮助病人恢复健康。

在这个过程中，医生如同一个侦探，而各种检验检查的手段如同放大镜，来帮助侦探找到疾病的「蛛丝马迹」。随着检验检查技术的不断进步，临床医生也越来越依赖于检验检查的结果，如何快速解读日益增多的检验结果，也成为了临床医生面临的挑战。

在临床工作中，同一检验项目多次检验结果的综合解读和对基层医院检验结果的复合解读是最常见的两个问题，前者能帮助临床医生做出对多次检测时序结果的正确解读，进而对患者病情做出精确诊断；后者能帮助临床医生根据基层的有限数据，尽早帮助基层医院发现疑难杂症。这两类解读都需要适合的数据分析工具。

为解决上述解读难题，贝克曼库尔特与深睿医疗于 2020 年联合发布中国检验行业具备AI机器学习算法的大数据科研平台——DxAI 智研平台，可帮助研究者利用多种统计工具和机器学习算法，快速有效地处理海量数据。

14种算法加持
加速建立心肌梗死诊断模型

胸痛的鉴别诊断以及超敏肌钙蛋白的临床应用是临床检验结果解读的难点，这也使得相关指南中的流程难以在胸痛中心真正落地。对此，中国医学科学院阜外医院的蔺亚晖教授应用 DxAI 智研平台建立在心电图 ST 段非抬高型心肌梗死的 AI 快速诊断模型，他根据特定的纳排标准及失访剔除建立对应队列，并将超敏肌钙蛋白结果数据导入 DxAI 智研平台，借助平台 14 种算法建立了模型。蔺亚晖教授还根据ROC 进行评估，从中选择了最优方法—— XgBoost 方法，有效地提升了模型的阳性预测能力，显著改善诊断的疗效。

图 1 非 ST 段抬高型心肌梗死诊断模型设计技术路线图

降低漏诊率
智研平台预测模型赋能基层诊断

针对这个问题，中山大学附属第一医院的林文彬老师利用医院数据，从常见生化尿液指标入手，使用 DxAI 智研平台筛选模型所需的独立预测因子，并利用平台内置算法来建模，从内外部验证模型的效用，并建立列线图模型应用于临床。与此同时，林老师还通过 DxAI 智研平台将预测模型分享于网上，在网站上输入各个指标即可得出对应的预测结果，方便基层医生使用。