Исследователи из школы управления проектами Сиднейского университета на инженерном факультете разработали модель, которая направлена на прогнозирование риска сердечно-сосудистых заболеваний у людей, живущих с диабетом 2 типа.
Было обнаружено, что модель имеет высокую точность прогноза в диапазоне от 79 до 88 процентов.
Исследование демонстрирует потенциал машинного обучения в медицине за счет использования сложных наборов данных о пациентах и их компиляции для поиска факторов риска, которые способствуют более высокой вероятности заболевания .
Во всем мире почти полмиллиарда человек живут с диабетом 2 типа – прогрессирующим заболеванием, при котором организм становится устойчивым к нормальному воздействию инсулина.
«Согласно нашему исследованию, люди, живущие с диабетом 2 типа, имеют более высокий шанс развития сердечно-сосудистых заболеваний. Однако не всегда ясно, у кого оно разовьется, а тестирование и мониторинг могут потребовать много времени и денег», – сказал ведущий исследователь исследования. Доктор Шахадат Уддин.
В сотрудничестве с исследователями Сиднейского университета, доктором Арифом Ханом и мистером Экрамулом Хоссейном, доктор Уддин разработал модель, используя административные данные, предоставленные частным фондом здравоохранения CBHS.
Наборы административных данных были собраны в частных больницах Австралии и содержали информацию о поступлении пациентов и выписки.
«Наше исследование показало, что распространенность почечной недостаточности, нарушений жидкости и электролитов, гипертонии и ожирения была значительно выше у пациентов с сердечно-сосудистыми заболеваниями и диабетом 2 типа, чем у пациентов с только диабетом 2 типа», – сказал д-р Уддин.
«Эти хронические заболевания, расстройства и состояния часто возникали во время прогрессирования сердечно-сосудистых заболеваний у пациентов с диабетом 2 типа», – сказал он.
«Это исследование показало, что машинное обучение и сетевой анализ данных о состоянии здоровья можно использовать для лучшего понимания прогрессирования заболевания. Наша модель прогнозирования сопутствующих заболеваний может быть полезна для медицинской практики и заинтересованных сторон, включая государственные и частные страховые компании, для развития управления здоровьем. программы для пациентов с высоким риском развития множественных хронических заболеваний ».