人工智能可以预测炎症性肠病患者的过早死亡

Canadian Medical Association Journal：Machine learning prediction of premature death from multimorbidity among people with inflammatory bowel disease: a population-based retrospective cohort study

根据inCMAJ（加拿大医学协会杂志）https://www.cmaj.ca/lookup/doi/10.1503/cmaj.241117that发表的一项研究，几乎一半死于炎症性肠病（IBD）的人过早死亡，使用机器学习模型预测死亡。

　　

根据CMAJ（加拿大医学协会杂志）发表的一项研究，几乎一半死于炎症性肠病（IBD）的人过早死亡，该研究使用机器学习模型预测死亡。

加拿大是世界上IBD发病率最高的国家之一，其中包括克罗恩病和溃疡性结肠炎。患有IBD的人的预期寿命比没有这种疾病的人短，并且他们可能发展与IBD相关的其他慢性健康状况。研究发现，患有IBD的人在生命早期出现其他慢性健康状况时，有过早死亡的风险（定义为75岁之前死亡）。

由于机器学习模型可以预测普通人群的过早死亡，研究人员应用该技术来确定它是否可以使用ICES持有的医疗保健数据来预测安大略省IBD和其他慢性病患者的过早死亡。

Eric Benchimol博士是儿科胃肠病学家和病童医院（SickKids）的资深科学家，多伦多大学Temerty医学院的儿科和流行病学教授，ICES的资深核心科学家，他写道：“临床意义是，在生命早期发展的慢性病可能对决定患者的健康轨迹更为重要，尽管需要进一步的因果研究来阐明这种关系。”他说：“虽然我们的见解不是因果关系的见解，但它们确定了可能存在较高过早死亡风险的患者，因此可能从IBD和其他慢性疾病的更协调的护理中受益。”

2010年至2020年期间，在IBD患者的9278例死亡中，近一半（47%）是过早死亡，男性的死亡率高于女性（50%对44%）。死亡时最常见的慢性病是各种类型的关节炎（77%）、高血压（73%）、情绪障碍（69%）、肾衰竭（50%）和癌症（46%）。研究人员发现，在60岁之前诊断出的慢性病和诊断年龄可以改善模型的预测。

作者写道：“使用过早死亡作为结果更直接地确定了改善卫生系统的机会，因为过早死亡被认为可以通过适当的预防或早期有效的治疗来避免。”

这项研究是由Temerty医学院的医学生Gemma Postill和Dalla Lana公共卫生学院人口健康分析教授兼加拿大研究主席Laura Rosella博士共同领导的。

作者希望他们的研究将有助于确定更有针对性的后续领域，从营养师到心理健康专业人员，以及必要时的专家。

作者总结道：“这些发现为在整个生命周期（特别是青年和中年）提供多学科和综合医疗保健提供了科学支持。”