基于大数据老年多重慢性病风险预测模型构建探究

作者：罗瑶; 邓学学; 徐晓茹; 方荣华^*

来源：中华全科医学, 2021, 19(12): 1979-1982.

DOI：10.16766/j.cnki.issn.1674-4152.002216

• 慢性病管理
• 大数据
• 机器学习
• 老年人
• 风险预测

人口老龄化已成为一个重大的世界性社会问题。我国65岁以上老年人口超过2.54亿,老年慢性病患病率及共病率高,导致其生活质量下降,致残率、死亡率增高和医疗费用支出的明显增长,给家庭和社会带来沉重的负担。目前基于物联网、大数据、人工智能等新技术已在医疗行业应用,传统的慢性病管理受到挑战。发展智慧医疗是医疗卫生改革的战略需要,也是行业革新的必然趋势,正逐渐成为疾病诊断和风险预测的源动力。开发准确有效的早期诊断及筛检技术,建立完善的疾病普查制度和风险评估、预警体系等是慢性病防治的关键点。国外已开发了乳腺癌、肺癌、糖尿病等疾病风险评估模型,但这些模型并不完全适合中国人群开展疾病风险评估及测量,因此有必要构建符合中国人群自身特点的疾病风险评估模型。如何突破传统的慢性病管理模式,构建精准医疗决策的解决方案成为医疗界共同关注的科学问题。在慢性病管理的实践中,多重慢性病危险因素分级及分层是核心难题。基于大数据云平台,利用机器学习技术进行医疗数据挖掘,形成老年慢性病干预评估的指标评价体系,从而实现创新性的老年慢性病管理模式。该模式将突破老年慢性病管理的难点和瓶颈,促使慢性病的预防/干预关口前移,实现精准管理。

• 单位
  四川大学华西医院; 四川大学