동기: 급성 허혈성 뇌졸중(AIS) 후 출혈 변화(HT)는 환자의 예후에 중요한 영향을 미칩니다. 목표: MRI를 사용하여 AIS 환자에서 HT를 예측하기 위한 신뢰할 수 있는 기계 학습(ML) 모델을 개발하는 것입니다. 접근법: 379명의 AIS 환자를 임의로 훈련 세트와 테스트 세트로 나누었습니다. 모든 환자는 증상 발현 24시간 이내에 DWI와 PWI를 포함한 MRI를 시행받았고, 14일 이내에 CT/MRI 후속 검사를 받았습니다. 임상 특징과 MRI 매개변수를 수집했습니다. 여섯 개의 ML 알고리즘이 학습되고 최적화되었습니다. 다양한 융합 모델이 생성되었습니다. 테스트 세트 성능에 따라 가장 잘 수행된 모델이 선택되었습니다. 결과: 로지스틱 회귀 기반의 실용 모델과 정제된 융합 모델이 생성되어 https://yike-wood.github.io/HT-Predict/에서 자유롭게 접근할 수 있습니다. 영향: 실용 모델은 세 가지 주요 특징만 사용하여 HT 결과를 효과적으로 예측합니다. 도메인 지식으로 강화된 정제된 모델은 더 높은 정확도와 더 신뢰할 수 있는 예측을 달성하여 복잡한 상황에서 특히 의사 결정에서 귀중한 접근법이 됩니다.
Wang et al. (Tue,)는 이 질문을 연구했습니다.