国立保健研究院分析韩国22万名患者诊疗数据
血压、肾功能及血糖管理是关键变量
韩国研究团队开发出一项利用人工智能预测糖尿病患者急诊就诊风险的技术。
韩国疾病管理厅国立保健研究院11日表示，研究团队分析了韩国5家医疗机构22.072万名2型糖尿病患者的电子病历，开发出可预测急诊就诊风险的机器学习模型。
研究团队基于国立保健研究院构建的多中心糖尿病大数据，对2008年至2022年积累的患者数据进行了分析。分析对象中，22.6%（4.977万人）在糖尿病确诊前后1年内至少曾一次前往急诊。糖尿病大多在门诊接受管理，但一旦发生严重低血糖、高血糖或糖尿病酮症酸中毒等急性并发症，急诊就诊、住院及死亡风险均可能上升，因此及早预测风险至关重要。
分析显示，曾前往急诊的患者平均年龄高于未前往急诊者，血糖控制及肾功能也相对较差。其使用胰岛素和利尿剂的比例约高出一倍，合并高血压和脑血管疾病的比例亦更高。
研究团队利用血压、血糖检测结果、肾功能和药物处方史等诊疗过程中可确认的55项临床信息，对多种人工智能模型进行了比较。结果显示，“CatBoost”模型性能最优，在验证数据中的预测准确率达到87%，受试者工作特征曲线下面积为0.87，显著领先于传统逻辑回归模型的0.73。
预测急诊就诊风险时，最重要的变量依次为舒张压、血清肌酐（肾功能指标）和收缩压。研究团队预计，由于这些大多是可通过药物治疗和改善生活习惯加以控制的因素，若能在诊疗阶段筛选出高风险患者并提前干预，便可减少急诊就诊和急性并发症。无需额外检查、仅凭既有诊疗信息即可作出预测，也被视为该模型的一项优势。
国立保健研究院内分泌·肾脏疾病研究科科长Im Juhyeon表示：“这是一个表明基于多中心糖尿病大数据的实际诊疗数据，可用于预测患者健康风险并制定预防策略的案例。未来将推广基层医疗机构也可使用的预测模型，预计有助于及早发现、预防和管理糖尿病并发症风险。”
国立保健研究院慢性疾病融合研究部部长Kim Wonho表示：“这项研究提出了从以事后治疗为中心，转向预测和管理风险的主动预防·管理体系的可能性。”他强调，糖尿病患者通过管理生活习惯和定期健康体检预防紧急情况、不忽视细微的健康变化十分重要。
该研究结果发表于国际学术期刊PLOS ONE 7月刊。
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
