Комментарий блога: Глубокое обучение для прогнозирования смертности от пневмонии

Заголовок: Комментарий блога: Глубокое обучение для прогнозирования смертности от пневмонии В недавнем исследовании, опубликованном в American Journal of Roentgenology, ученые разработали модель глубокого обучения (DL), чтобы оценить риск смертности в течение 30 дней у пациентов с пневмонией, используя рентгенографию груди для диагностики. Они также проверили производительность модели среди пациентов из разных учреждений и периодов. Фон Пневмония, являющаяся распространенной причиной пневмонии, связана с значительной смертностью и использованием медицинских ресурсов. Рентгенография груди является неотъемлемым инструментом для диагностики пневмонии и стратификации риска. Однако внедрение результатов рентгенографии груди в инструменты прогнозирования риска ограничено из-за вариабельности между читателями и сложности извлечения объективных биомаркеров. Сейчас доступны инструменты CURB-65 и индекс тяжести пневмонии для прогнозирования неблагоприятных исходов у пациентов с пневмонией. Об исследовании В данном ретроспективном исследовании ученые разработали и внешне проверили модель прогнозирования смерти в течение 30 дней у пациентов с пневмонией, используя начальные рентгенографии груди. Модель была создана для прогнозирования риска смертности в течение 30 дней для пациентов с пневмонией с использованием их начальных рентгеновских снимков. Исследование включало поиск записей электронных медицинских записей (EMR) в одном терциарном реферальном учреждении для лиц, получивших диагноз пневмонии во время любого контакта с медицинским учреждением между мартом 2013 года и декабрем 2019 года. Команда оценила модель глубокого обучения среди лиц, у которых был диагноз общественно приобретенной пневмонии в отделениях неотложной помощи в учреждении, где была проведена разработка, между январем и декабрем 2020 года (временная тестовая группа, 947 человек). Они также проверили модель в двух других учреждениях, а именно в медицинском центре города Сеул, управляемом Сеульским муниципальным правительством-Сеульским национальным университетом Бораме (внешняя тестовая группа А, 467 человек), между январем и мартом 2020 года, и в больнице Чунг-Анг (внешняя тестовая группа Б, 381 человек) между мартом 2019 года и октябрем 2021 года. Развивающаяся когорта включала пациентов, у которых был установлен диагноз пневмонии во время любого контакта, в то время как последующие тестовые когорты включали только пациентов, у которых был диагноз пневмонии в отделениях неотложной помощи. Команда сравнила значения площади под кривой (AUC) между моделью глубокого обучения и инструментом CURB-65, и результаты комбинированного подхода были оценены с помощью логистической регрессионной моделировки. Основным показателем была любая смерть в течение 30 дней после установления диагноза пневмонии. Была разработана сверточная нейронная сеть (CNN) для прогнозирования смерти через 30 дней после установления диагноза пневмонии на основе рентгенографических снимков груди пациентов в развивающейся когорте. Выходы модели представляли вероятности условного выживания на различные промежутки времени, и опытный рентгенолог выполнил анализ карт активации классов после проведения пост-анализа. Модель глубокого обучения была разработана с участием 3,0: 1,0: 1,0 участников