IBM谢国彤:认知医疗四大焦点,医药信息学顶会MedInfo2017最佳论文解读

【新智元导读】在刚刚结束的 MedInfo 2017 上,IBM 中国研究院共发表了 8 篇论文。 IBM 中国研究院认知医疗研究总监谢国彤向新智元介绍了研究院认知医疗的研究焦点。8 篇论文中,《针对房颤患者长期华法林用药的基于群的轨迹分析》获得了最佳论文第二名。我们请到了论文的第一作者郭世婧为大家做论文解读。

MedInfo 2017(第十六届世界医药健康信息学大会)刚刚在杭州闭幕,今年大会的主题是“基于医药信息学的精准医疗”。作为国际著名的健康和生物医学信息领域的盛会, MedInfo 在某种意义上也成为了新信息技术变革医疗健康产业的风向标。

本届大会上,我们看到 IBM 中国研究院在 MedInfo 2017 上共发表了 8 篇论文,涵盖了一系列技术进步,旨在从预防、诊断、治疗和患者参与(patient engagement)四方面帮助临床医生完成慢性疾病的日常管理。实际上,使用认知计算来改善中国医疗已成为 IBM 中国研究院的主要关注领域之一。

IBM 中国研究院认知医疗研究总监谢国彤

IBM 中国研究院认知医疗研究总监谢国彤对新智元表示,研究院的认知医疗聚焦解决一个问题:利用认知计算,重塑疾病管理。具体体现为:

1)疾病预防:基于精准的疾病预测,帮助医生和患者主动进行并发症的预防;

2)辅助诊断:自动解读医学影像,提高疾病筛查和诊断的效率;

3)精准治疗:利用真实世界证据增强临床指南,辅助基层医生进行个性化治疗;

4)患者管理:理解中文自然语言,自动对患者进行随访和患者教育。

从 IBM 中国研究院此次在 MedInfo 上发表的 8 篇论文,我们也可以看出 IBM 中国研究院在这一方向上所作出的努力:

1.《针对房颤患者长期华法林用药的基于群的轨迹分析》

Group-based Trajectory Analysis for Long-Term Use of Warfarin Therapy in Atrial Fibrillation Patients

2.《风险预测模型在危险因素取值未知患者中的应用:一种增量学习方法》

Applying Risk Models on Patients with Unknown Predictor Values: An Incremental Learning Approach

3.《基于聚类分析获取真实世界证据的医疗决策支持系统》

Gathering Real World Evidence with Cluster Analysis for Clinical Decision Support

4.《基于深度学习的患者中文相似问题检索》

A Deep Learning based Method for Similar Patient Question Retrieval in Chinese

5.《深度糖尿病专家:基于循环神经网络的降糖药物处方学习》

Deep Diabetologist: Learning to Prescribe Hypoglycemic Medications with Recurrent Neural Networks

6.《从数据的角度分析个人健康的自我管理》

Personal Health Self-Management in a Data Perspective

7.《利用机器学习方法预测ST段抬高型心肌梗死患者的院内死亡率》

Models to Predict In-hospital Mortality for ST Elevation Myocardial Infarction Patients

8.《利用结局驱动的相似性分析寻找精准人群: 房颤案例研究》

Precision Cohort Finding with Outcome-Driven Similarity Analytics: A Case Study of Patients with Atrial Fibrillation

其中,《针对房颤患者长期华法林用药的基于群的轨迹分析》(郭世婧,李响,杜昕,刘海峰,谢国彤)获得了大会最佳论文第二名。

下面是本篇论文的第一作者郭世婧所做的论文解读。

用药轨迹分析模型和预测模型的建立

房颤病人有很高的发生脑卒中的风险。对于房颤病人,华法林是一种广泛被医生接受的、用来预防脑卒中的长期口服药。然而,房颤病人对华法林的用药在一段时间内呈现什么特征并不是很明确,比如病人是一直吃药,还是先吃药后停药,还是其他更复杂的轨迹曲线特征。

另外,一段时间内不同的服药轨迹对脑卒中的发病会有什么影响?不同服药轨迹的病人会不会有什么其他不同的特征——比如服药轨迹不同的人会不会在年龄上存在差异?进一步来讲,能否根据病人的特征数据来预测病人未来会倾向于哪种用药轨迹?这些问题都需要进一步的探索。

该项研究针对以上问题设计了研究步骤和方法,共分为以下 5 步:

华法林用药的基于群的轨迹分析的流程图

第一步,依照选择标准选择研究人群;

第二步,应用基于群的轨迹分析模型,依照用药曲线的相似性进行分群,进而挖掘人群的用药轨迹曲线。这一步使得具有相似用药曲线的人分到一群中,并用一条用药轨迹来代表着这一群人,从而实现了用几条特征曲线来清楚地展示所有人群的用药特征;

第三步,对影响未来用药轨迹的基础特征进行筛选;

第四步,针对不同用药轨迹组的人群,挖掘对比人群特征以及对脑卒中结果的影响;

第五步,建立对用药轨迹的预测模型。

结果显示出华法林用药在人群中呈现出三条不同轨迹。按轨迹将人群分为 3 组后,可观测出与脑卒中的发生有着密切关系。

此外,不同组人群在年龄、病情、用药史上呈现出了不同的特征。预测模型共筛选出了 29 个特征,多项逻辑回归模型在测试数据集上呈现出较好的预测结果。

三组的 AUC(曲线下面积)分别为:0.757,0.616 和 0.748。

与会的 IBM 中国研究院认知医疗团队

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2017-09-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏腾讯云技术沙龙

江铖:乳腺癌识别By AI

大家好,今天很高兴能给大家带来这方面的报告。正如大家所看到的,社会平均年龄在逐年增长,大家对健康的意识也是越来越高,与此同时伴随着AI技术的发展,AI医疗方向就...

41180
来自专栏镁客网

第一批被AI累死的人

一眼望过去,一排排的电脑屏幕上,都是类似的画面。也许是因为窗帘的遮光效果太好,略显昏暗的办公环境加上电脑屏幕上被放大的各种物体细节,颇为惊悚。

13530
来自专栏新智元

深度 |《财富》万字长文回溯深度学习革命,盘点 16 大历史时刻

【新智元导读】《财富》今日刊文,深度报道阐述深度学习推动的人工智能如何在整个计算生态系统引发革命。文章从深度学习发展的历史关键点入手,介绍重大的标志性技术突破,...

34650
来自专栏玉树芝兰

“啤酒尿布”模型管用,说不清因果又怎样?

一个模型,可以准确做分类预测。而且反复在新的、没有训练的数据上尝试过,好用,那不就好了?

8210
来自专栏PPV课数据科学社区

干货分享 | 千人专家朱晓天:大数据与人工智能在金融领域的应用

12月9日,以“数智金融-大数据的创新与应用”为主题的第二届中欧大数据金融论坛在深圳举行,国家千人计划金融领域特聘专家、北京大学汇丰商学院金融实验...

39150
来自专栏机器之心

学界 | ICML 2017公布接受论文,Andrej Karpathy解读论文分布数据

选自Medium 机器之心编译 作者:Andrej Karpathy 参与:吴攀、李亚洲 当地时间 8 月 6 日到 11 日,第 34 届国际机器学习大会(I...

36770
来自专栏PPV课数据科学社区

不加班,上班可以打游戏,年薪20万起,什么职位这么牛逼...

“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”——全球知名咨...

33860
来自专栏AI科技大本营的专栏

热门 | Google Brain前员工深度盘点2017人工智能和深度学习各大动态

翻译 | AI科技大本营 参与 | shawn 编辑 | Donna 2017年是人工智能井喷的一年。Google Brain团队前成员Denny Britz在...

31760
来自专栏CDA数据分析师

R 语言数据分析师养成计划——从零开始的 14 个任务

作者 CDA数据分析师 1992年,肉丝(Ross Ihaka)和萝卜特(Robert Gentleman)两个人在S语言(贝尔实验室开发的一种统计用编程语...

33570
来自专栏京东技术

「仓储网络智能库存管理问题」最好的答案 | GOC大赛

本篇特约全球运筹优化挑战赛-仓储物流智能库存管理赛题冠军 TP_AI队伍分享赛题解析。来自清华大学经管学院的闵旭和来自北京大学人工智能创新中心的马思源因为比赛走...

44920

扫码关注云+社区

领取腾讯云代金券