摘要
对急性冠脉综合征(ACS)患者的预后风险评估是ACS诊疗中非常重要的内容,但依然不够精准。人工智能的机器学习可以用于建立比传统统计学方法更精确和个体化的预后风险统计模型,近年来在医疗领域有了迅速进展。该文介绍利用机器学习构建预后模型的基本原理和方法,并对其在ACS预后评估中的临床应用现状进行综述。
作者
赵晨旭
钟方元
董建勋
葛恒
卜军
Zhao Chenxu;Zhong Fangyuan;Dong Jianxun;Ge Heng;Bu Jun(Department of Cardiology,Renji Hospital,School of Medicine,Shanghai Jiao Tong University,Shanghai 200127,China)
出处
《中华心血管病杂志》
CAS
CSCD
北大核心
2024年第3期311-315,共5页
Chinese Journal of Cardiology
基金
上海市科学技术委员会“科技创新行动计划”创新人才支撑高质量发展项目(22015830300)
上海市国家卫生健康委员会“卫生健康学科带头人”(2022XD018)
新疆维吾尔自治区自然科学基金面上项目(2022D01C16)。
