机器学习在心力衰竭疾病预测中应用的研究进展

作者:宋允轩; 马修远; 王少辰; 郝恩魁*
来源:中国循证心血管医学杂志, 2023, 15(01): 118-126.

摘要

<正>心力衰竭(心衰,HF)是各种心血管疾病的终末期结局,具有高发病率、高死亡率和高医疗负担等特点。研究统计显示,截至2017年全球约有6434万例心衰患者,其患病率和疾病负担不断增加[1]。心力衰竭目前需要新的诊疗策略,如何早期识别心衰高风险个体,快速准确诊断,评估预后精准干预以延缓疾病进展,是现代医疗的突破点。进行心衰疾病预测通常使用统计学方法构建预测模型,预测性能有时难以令人满意。近年来随着大数据的盛行和计算机技术的进步,越来越多的心衰预测研究开始使用机器学习(ML)构建预测模型。