基于机器学习算法的老年慢性心力衰竭疾病风险及预后预测模型的应用研究进展.pdfVIP

基于机器学习算法的老年慢性心力衰竭

疾病风险及预后预测模型的应用研究

进展

123

王丹张婷杨美芳

1.四川卫生康复职业学院护理学院，四川自贡643000

2.四川卫生康复职业学院医学技术创新研究院，四川自贡643000

3.西南医科大学护理学院，四川泸州646000

【摘要】随着电子病历系统的广泛应用，医疗信息化发展为医疗数据资源与人工智能技术融合提供了契机。机

器学习算法作为人工智能的分支，本文以数据代替传统经验来优化算法，将机器学习算法应用于老年慢性心力衰竭

疾病的风险及预后预测领域，构建风险预测模型，在风险事件预测中展现出较高的准确性与广阔的应用前景。通过

综述机器学习算法在老年心力衰竭患者疾病风险及预后预测中的应用现状，旨在为制订老年慢性心力衰竭疾病风险

预防信息化管理策略提供依据，以期减少老年慢性心力衰竭风险事件发生率，并为公共卫生资源合理配置提供参考。

【关键词】机器学习算法；老年；慢性心力衰竭；疾病风险；预后预测

0引言进行动态干预，可延缓疾病进程，降低患者再入院率与病

死率，提高其生存质量，具有重要临床价值。随着科技进

心力衰竭（心衰）是由各种心脏疾病导致心功能不全步与医疗体系的不断完善，医疗大数据的挖掘与应用成为

的一种综合征，既是各种心脏疾病严重表现或晚期阶段，[3]

研究热点。《国务院办公厅关于促进和规范健康医疗大数

[1]

也是老年人群常见且高发的心血管疾病之一。《中国心血据应用发展的指导意见》提出，健康医疗大数据的应用发

管健康与疾病报告2022》指出，我国心血管疾病患病率与展将带来健康医疗模式的深刻变化，促进疾病危险因素监

死亡率处于持续上升阶段，目前全国大约有890万心衰患测评估的智能化转型，由此推动大数据与人工智能技术在

[2]

者，随着我国人口老龄化加剧，心衰发病率会逐年上升。医疗领域的深度融合。

心衰常伴有衰弱、神经反应迟钝及多种疾病共存等问题，机器学习算法源于人工智能与统计学理论，通过对大

不仅严重影响患者身心健康，更对公共卫生系统造成沉重量复杂数据的深度解析获得其内在规律，从而实现精准预

[4]

负担。在临床实践中，通过评估心衰患者预后状况并对其测功能。机器学习算法在处理高维度数据与大规模样本

基金项目：四川省自贡市科学技术局2023年度重点科技计划项目（2023RKX01-02）；四川省自贡市哲学社会科学重点研究基地健康人文研

究中心2023年度立项科研项目（JKRWZC23-02）；四川卫生康复职业学院2024年校级科研团队（CWKY-TD24-10）

作者简介：王丹，主管护师，主要研究方向为慢病管理、护理教育。

通信作者：张婷，副教授，主要研究方向为慢病管理、人工智能。

56科技点亮视界

NEWTECHNOLOGYAPPLICATION

新技术应用

等方面具备良好性能，现已被广泛应用于慢性疾病风险及响较大的因素，且抗过拟合能力强；DF是基于集成的决策

[6-7]树，包括级联森林结构