研究人员开发了一个名为 Pre-AF 13 的可解释机器学习模型，用于预测心血管疾病患者发生房颤 (AF) 的风险。该模型在俄罗斯的电子健康记录上进行了训练，利用自然语言处理从出院报告中提取特征。Pre-AF 13 在 24 个月预测方面表现优于现有临床风险评分，ROC AUC 达到 0.735。 AI
影响 为预测房颤风险提供了一个更准确、更可解释的工具，有可能改善患者预后和临床决策。
排序理由 该集群包含一篇学术论文，详细介绍了一种用于医学风险预测的新型可解释机器学习模型。[lever_c_demoted from research: ic=1 ai=1.0]
- Atrial Fibrillation
- Electronic Health Records
- Machine Learning
- National Research Cardiology Center
- Pre-AF 13
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →