(資料圖片)
近日，南方醫(yī)科大學皮膚病醫(yī)院性病科聯(lián)合中山大學、首都醫(yī)科大學、廈門大學、美國華盛頓大學、荷蘭烏得勒支大學在神經(jīng)梅毒診斷研究方面取得新突破，他們首次應用機器學習技術協(xié)助開展神經(jīng)梅毒診斷。相關研究在線發(fā)表于《柳葉刀–發(fā)現(xiàn)科學》。
神經(jīng)梅毒在臨床中經(jīng)常面臨診斷困難的問題，因此準確識別神經(jīng)梅毒，不僅有助于向高風險患者提供預防和治療的措施，還可使低風險患者減少不必要的腰椎穿刺和經(jīng)濟負擔。為此，研究人員采用機器學習技術來開發(fā)和驗證六種簡化診斷模型，這些模型是基于全球四大洲、六項神經(jīng)梅毒指南，并采用來自中國和美國的四個醫(yī)學中心的真實臨床數(shù)據(jù)，所有簡化模型具有出色的神經(jīng)梅毒辨識能力。
記者了解到，研究人員在不降低神經(jīng)梅毒診斷辨識能力的大前提下，一是建立的機器學習模型可將復雜的神經(jīng)梅毒診療項目縮減為三項，從而降低醫(yī)療成本和臨床診療難度；二是根據(jù)全球不同國家/地區(qū)指南的特點，提供相應國家/地區(qū)的機器學習模型，有利于研究成果的全球推廣和應用，更好的為患者服務；三是提供免費在線預測網(wǎng)頁，只需簡單輸入，臨床醫(yī)生即可迅速獲得神經(jīng)梅毒診斷預測結果，讓研究成果更容易應用于臨床診療，更好的為醫(yī)務人員服務。
該研究是一項涉及面廣、來自真實世界樣本量大的臨床數(shù)據(jù)研究。
相關論文信息：https://doi.org/10.1016/j.eclinm.2023.102080
標簽：
