評估機器學(xué)習(xí)以識別SIRS患者的菌血癥

維也納醫(yī)科大學(xué)的一組研究人員最近評估了機器學(xué)習(xí)策略的有效性，以確定受全身炎癥反應(yīng)綜合征(SIRS)影響的患者的菌血癥。他們在科學(xué)報告中發(fā)表的研究收集了令人沮喪的結(jié)果，因為機器學(xué)習(xí)方法無法達(dá)到比當(dāng)前診斷技術(shù)更高的準(zhǔn)確性。

菌血癥是一種常見的醫(yī)學(xué)病癥，其特征在于血液中存在細(xì)菌，死亡率在13%至21%之間。過去的研究表明，許多因素與發(fā)生這種疾病的風(fēng)險有關(guān)，包括高齡，尿或留置血管導(dǎo)管，化療和免疫抑制治療。

早期診斷菌血癥對受影響患者的生存至關(guān)重要，因為他們需要使用適當(dāng)?shù)目股剡M(jìn)行及時治療。目前，血培養(yǎng)(BC)分析是診斷病情的主要方法。然而，這種方法遠(yuǎn)非理想，因為通常很難確定誰應(yīng)該接受BC分析，結(jié)果需要大約三天才能處理，并且它可能導(dǎo)致大約8%的誤報。

因此，研究人員正在嘗試識別能夠更好地識別具有高菌血癥風(fēng)險的患者的生物標(biāo)記物或預(yù)測工具。到目前為止，已發(fā)現(xiàn)降鈣素原(PCT)是檢測病情的最佳生物標(biāo)志物，匯總敏感性為76%，匯總特異性為69%。

在他們的研究中，研究人員調(diào)查機器學(xué)習(xí)策略是否可以提高PCT在診斷菌血癥方面的診斷性能，特別是對于不需要BC分析的兩種或更多SIRS癥狀的患者。他們收集了符合標(biāo)準(zhǔn)的466名患者的數(shù)據(jù)，并使用29個參數(shù)小組的臨床數(shù)據(jù)，細(xì)胞因子表達(dá)水平和標(biāo)準(zhǔn)實驗室標(biāo)記來訓(xùn)練他們的預(yù)測模型。

“我們研究的主要目的是顯示患者血液中表現(xiàn)出炎癥反應(yīng)后是否存在細(xì)菌，可以通過實驗室參數(shù)和機器學(xué)習(xí)在早期預(yù)測并且比現(xiàn)在更好，”Georg Dorffner，其中一個進(jìn)行這項研究的研究人員告訴Tech Xplore。“為此，我們與來自大學(xué)診所(AKH維也納)的患者進(jìn)行了一項大型研究，以收集必要的數(shù)據(jù)。”

Doffner和他的同事使用了一些在機器學(xué)習(xí)領(lǐng)域流行的預(yù)測模型，評估了它們各自的有效性。他們特別關(guān)注兩個模型，一個使用神經(jīng)網(wǎng)絡(luò)，另一個稱為隨機森林。

“我們使用的模型之一被稱為'神經(jīng)網(wǎng)絡(luò)'，并找到了實驗室值的良好組合，例如也可以進(jìn)行非線性(即非比例)預(yù)測，”Dorffner解釋說。“另一個 - 實際上表現(xiàn)最好的一個 - 被稱為'隨機森林'，由大量所謂的決策樹組成，每棵樹都試圖做出一系列逐步?jīng)Q策，每個決策都基于一個實驗室價值，什么是最好的預(yù)測。這些樹然后像委員會一樣工作(因此，名稱'森林')。“

在他們的研究中，隨機森林策略在預(yù)測菌血癥方面取得了最好的結(jié)果。然而，它實現(xiàn)了與生物標(biāo)志物PCT相同的診斷準(zhǔn)確度，表明流行的機器學(xué)習(xí)技術(shù)不能比當(dāng)前采用的方法更好地預(yù)測病癥。

“我們最有意義的發(fā)現(xiàn)是，一組幾個實驗室值不能導(dǎo)致比其他人正在使用的一個值更好的預(yù)測，即血液中降鈣素原的水平，”Dorffner解釋說。“因此，在這種情況下，機器學(xué)習(xí)并沒有真正幫助推進(jìn)臨床常規(guī)。這仍然是一項值得努力的事情，因為我們的研究結(jié)果告訴其他研究人員，這個問題顯然不可預(yù)測，從而使他們無法在這個方向上進(jìn)一步開展工作。”

雖然Dorffner及其同事收集的結(jié)果有些令人失望，但它們?yōu)槲磥淼难芯刻峁┝藢氋F的見解，概述了使用機器學(xué)習(xí)識別SIRS 患者的菌血癥的困難。

“我們現(xiàn)在專注于其他臨床應(yīng)用，其中機器學(xué)習(xí)可能更有希望推進(jìn)預(yù)測或診斷，”Dorffner說。“例如，我們與心臟病專家一起開發(fā)了一種基于MR圖像的學(xué)習(xí)系統(tǒng)，用于檢測心臟淀粉樣變性的罕見但重要的疾病。”