Pionierskie badanie przeprowadzone w 920. Szpitalu Sił Wsparcia Logistycznego połączyło uczenie maszynowe w celu opracowania modelu predykcyjnego oceniającego ryzyko niedokrwienia miokardialnego u personelu wojskowego szkolącego się w środowiskach o dużych wysokościach. Ta innowacyjna nauka, która łączy w sobie wiedzę medyczną z sztuczną inteligencją, ma na celu priorytetowe traktowanie bezpieczeństwa i dobrostanu żołnierzy wysłanych na wysokie wysokości.
Wykorzystanie mocy uczenia maszynowego
W celu przeprowadzenia badania naukowcy skupili się na grupie żołnierzy, którzy przeszli badania zdrowia między styczniem a czerwcem 2022 roku i mieli zaplanowane szkolenia w środowiskach o dużych wysokościach. Z początkowego zbioru 4000 osób badacze skorzystali z rygorystycznych kryteriów włączenia i wyłączenia, aby zmniejszyć liczbę uczestników do 2855. Dokładne kryteria elektrokardiograficzne (EKG) zostały użyte do diagnozowania niedokrwienia miokardialnego, stanu spowodowanego zablokowanym przepływem krwi do mięśnia sercowego.
Dopracowywanie modelu predykcyjnego
Uzyskane dane od uczestników zostały standaryzowane i podzielone na zestawy treningowe i testowe do analizy. Podział ten umożliwia modelowi uczenia maszynowego uczenie się wzorców na podstawie zestawu treningowego, a następnie ocenę jego zdolności predykcyjnych na zestawie testowym. Przebadano kilka algorytmów uczenia maszynowego, a algorytm Recursive Feature Elimination (RFE) wykazał się identyfikacją najbardziej wpływowych cech klinicznych. Aby zmierzyć efektywność modelu, badacze zastosowali powierzchnię pod krzywą charakterystyki działania odbiornika (AUC), powszechnie używany wskaźnik do oceny wydajności modeli predykcyjnych.
Konsekwencje dla zdrowia i bezpieczeństwa wojska
Opracowany model wykazał wysoką dokładność w przewidywaniu ryzyka niedokrwienia miokardialnego, dostarczając potężnego narzędzia do oceny stanu serca żołnierzy w wysokościowych misjach. Poprzez identyfikację osób narażonych na ryzyko przed wejściem w te wymagające środowiska, ta nowatorska aplikacja uczenia maszynowego znacząco poprawia bezpieczeństwo i gotowość sił zbrojnych. Badanie przestrzegało wytycznych etycznych, uzyskując świadome zgody od wszystkich uczestników i ukazując obiecującą synergę między technologią a opieką zdrowotną, torując drogę przyszłym predykcyjnym interwencjom medycznym.
The source of the article is from the blog kunsthuisoaleer.nl