哈佛大学附属马萨诸塞州总医院(MGH)的一组科学家开发了一种基于软件的扫描电子健康记录(EHRs)的方法,以估计一个健康的人未来被诊断为痴呆症的风险。他们的算法使用机器学习,首先建立一个由临床专家识别出的与认知症状相关的关键临床术语列表,然后使用自然语言处理(NLP)梳理ehr,寻找这些术语。最后,该算法利用这些结果来估计患者患痴呆症的风险。
“最令人兴奋的是,我们能够提前8年预测新的痴呆症诊断的风险,”论文的第一作者小托马斯·麦考伊(Thomas McCoy Jr.)说。
这个团队包括MGH定量健康中心、哈佛大学公共卫生学院和哈佛脑组织资源中心的成员。他们的论文发表在本周的《阿尔茨海默氏症》杂志上痴呆。
这项研究包括了来自两家医院系统之一的267,855名患者的数据。研究发现,2.4%的患者在8年的随访中患上了痴呆症。
早期诊断痴呆症可能是改善护理和找到真正有效的治疗方法的最重要的步骤之一。阿尔茨海默病目前影响着550多万美国人,随着人口老龄化,这一数字预计将大幅增加。目前的早期检测工具需要额外的、潜在的昂贵的数据收集。MGH开发的工具完全基于软件,以便更好地利用在常规临床护理中已经生成的数据。这种早期风险检测方法有可能加速旨在减缓疾病进展或逆转早期疾病的研究工作。
McCoy指出:“这种方法最初是作为一种通用的‘认知症状’评估工具开发的。但我们可以用它来回答关于痴呆症的特定问题。”
换句话说,一个通用的认知症状检测器被证明对痴呆风险分层是有用的。他解释说:“这项研究有助于计算神经精神疾病的广义症状负担分数的有效性。”
McCoy和他的同事们在早期的研究中使用了这些工具来预测自杀和意外死亡的风险,以及有精神症状的儿童进入急诊室的可能性和住院时间。这项最新的研究表明,经过适当的调整,该工具也可以应用于其他脑部疾病的更具体的问题。
该研究的资深作者、MGH定量健康中心(MGH Center for Quantitative Health)主任罗伊•佩利斯(Roy Perlis)表示:“我们需要尽早发现痴呆症,以获得扭转这一曲线的最佳机会。”“通过这种方法,我们使用的临床数据已经在健康记录中,这并不需要任何东西,但使用数据的意愿。”
研究人员希望这个工具可以用来加速研究。
“这种方法可以复制在世界各地,给我们更多的数据和证据试验观察潜在的治疗方法,”鲁道夫Tanzi说,研究小组的一员,神经病学的副主席,联合McCance大脑健康中心MGH研究所神经退行性疾病。
这项工作得到了国家精神卫生研究所(批准号为1R01MH106577)、国家老龄化研究所(补充号为R01MH104488)和大脑与行为研究基金会的支持。发起人在研究设计、撰写报告、数据收集、分析或解释中没有任何作用。
相关的
为什么有些人对老年痴呆症有抵抗力
阿尔茨海默氏症6037s研究表明,环境因素起作用
新闻旨在传播有益信息,英文原版地址:https://news.harvard.edu/gazette/story/2019/12/early-detection-of-alzheimers-possible-through-algorithm/