骨质疏松症很难在早期发现，它被称为“无声的疾病”。如果人工智能可以在病人走进医生的办公室之前就帮助预测他们患骨质流失疾病的几率，那会怎么样?
杜兰大学的研究人员通过开发一种新的深度学习算法，在实现这一愿景方面取得了进展，该算法优于现有的基于计算机的骨质疏松症风险预测方法，可能导致骨质疏松症风险患者的早期诊断和更好的结果。
他们的研究结果最近发表在《人工智能前沿》杂志上。
深度学习模型因其模仿人类神经网络和在大型数据集中发现趋势的能力而受到关注，而无需专门编程。研究人员使用路易斯安那骨质疏松症研究中8000多名40岁及以上参与者的数据，对深度神经网络(DNN)模型与四种传统机器学习算法和一种传统回归模型进行了测试。DNN实现了最佳的整体预测性能，通过对每个模型识别真实阳性和避免错误的能力进行评分来衡量。
“越早发现骨质疏松风险，患者就有越多的时间采取预防措施，”该研究的主要作者、杜兰医学院生物医学信息和基因组学中心的研究助理教授Chuan Qiu说。“我们很高兴看到我们的DNN模型在准确预测老龄化人口骨质疏松症风险方面优于其他模型。”
在使用大量真实世界健康数据样本测试算法时，研究人员还能够确定预测骨质疏松症风险的10个最重要因素:体重、年龄、性别、握力、身高、喝啤酒、舒张压、饮酒、吸烟年数和收入水平。
值得注意的是，使用这十大风险因素的简化DNN模型的表现几乎与包含所有风险因素的完整模型一样好。
尽管邱承认，在公众使用人工智能平台来预测个人患骨质疏松症的风险之前，还有很多工作要做，但他表示，确定深度学习模型的好处是朝着这个方向迈出的一步。
“我们的最终目标是让人们输入他们的信息，并获得高度准确的骨质疏松症风险评分，使他们能够寻求治疗，以加强他们的骨骼，减少任何进一步的损害，”邱说。
本文来自作者[山蝶]投稿，不代表cjxdt号立场，如若转载，请注明出处：https://m.cjxdt.cn/zskp/202507-1180.html
评论列表（4条）
我是cjxdt号的签约作者“山蝶”！
希望本篇文章《新研究表明，人工智能在骨质疏松症检测中展现出潜力》能对你有所帮助！
本站[cjxdt号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览： 骨质疏松症很难在早期发现，它被称为“无声的疾病”。如果人工智能可以在病人走进医生的办公室之前就帮助预测他们患骨质流失疾病的几率，那会怎么样?...