机器学习算法在静脉血栓栓塞症防治中的研究进展

摘要：

机器学习(ML)作为人工智能的重要分支，现已广泛应用于疾病诊断和评估。静脉血栓栓塞症(VTE)是一种常见的血栓性疾病，临床诊疗过程需要精确高效的评估策略。随着医工交叉逐渐深入和ML方法学的不断优化，在VTE预防诊治领域，ML发挥着越来越重要的作用，相关研究取得显著进展。ML可协助识别VTE的风险因素，建立针对性的风险预测模型。通过对多模态数据的整合，ML可辅助医生快速准确地进行VTE诊断和严重程度评价。在VTE治疗领域，ML可协助制定抗凝药物、剂量和疗程等临床决策，同时预测药物相关不良反应尤其是出血风险。另外，ML也可辅助新药的研发，通过探讨VTE的发病机制从而寻找干预靶点。

关键词：静脉血栓栓塞、人工智能、机器学习

所属期刊栏目：44

资助基金：国家自然科学基金82272081;中国医学科学院医学与健康科技创新工程项目2021-I2M-1-049、2021-I2M-1-061、2022-I2M-C&T-B-109;中日友好医院高水平医院临床业务费专项临床研究项目2022-NHLHCRF-LX-01;中日友好医院"菁英计划"人才培育工程ZRJY2021-BJ02;National Natural Science Foundation of China82272081;CAMS Innovation Fund for Medical Sciences2021-I2M-1-049, 2021-I2M-1-061, 2022-I2M-C&T-B-109;National High Level Hospital Clinical Research Funding of China-Japan Friendship Hospital2022-NHLHCRF-LX-01;Elite Medical Professionals Project of China-Japan Friendship HospitalZRJY2021-BJ02

在线出版日期：2024-01-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：98-103