Новый подход на основе машинного обучения для прогнозирования времени восстановления после сотрясения мозга
Сотрясение мозга - распространенная спортивная травма. Несмотря на свою обыденность, она все же ставит перед врачами нелегкую задачу - определить, когда именно спортсмен может возвращаться к тренировкам.Большинство спортсменов оправляются от сотрясения мозга примерно через 7-10 дней, некоторым требуется больше времени. Это затрудняет управление лечением.
Исследователи из Колледжа инженерных и компьютерных наук Университета Флориды в Атлантике и SIVOTEC Analytics в Бока-Ратоне и их коллеги придумали новое решение. Они учат машины, как предсказать время восстановления от сотрясений, связанных со спортом, на основе таких симптомов, как головная боль, головокружение и усталость. Их исследование, опубликованное в журнале «Медицина и наука в спорте и упражнениях» Американского колледжа спортивной медицины, может быть использовано в качестве основы для системы поддержки принятия решений, которая поможет клиницистам разработать индивидуальное лечение для травмированных спортсменов. Это исследование также является частью более широких текущих усилий команды по разработке моделей машинного обучения, чтобы помочь диагностировать, отслеживать и лечить различные заболевания мозга.
Используя данные Национальной сети по спортивному лечению (NATION), исследователи изучили данные о 2 004 случаях сотрясения мозга в 22 видах спорта. Было бнаружено, что более половины сотрясений произошло в американском футболе.
Исследователи внедрили контролируемый подход к моделированию на основе машинного обучения, чтобы предсказать время восстановления симптомов, связанных с сотрясением мозга, в течение 7, 14 и 28 дней. Они изучили эффективность 10 алгоритмов классификации при построении моделей прогнозирования.
С набором данных, показывающим, что наиболее распространенным зарегистрированным симптомом сотрясения мозга, связанного со спортом, была головная боль (94,9%), сопровождаемая головокружением (74,3%), а затем с трудностями концентрации (61,1%), модели прогнозирования на основе симптомов продемонстрировали практическую клиническую ценность в оценке времени восстановления после сотрясения мозга, связанного со спортом. Эта информация может быть особенно ценной для поставщиков медицинских услуг при ведении случаев сотрясения мозга и лечении пациентов. Помимо поддержки принятия клинических решений, эта информация также может помочь в планировании академических возможностей и потребностей команды.
Исследователи отметили, что общее число симптомов, чувствительность к шуму или свету, трудности с концентрацией внимания, проблемы с бессонницей и баланс имеют первостепенную прогностическую ценность, указывая на их вероятную важную роль и полезность в их моделях. Напротив, они не находили амнезию, повышенную возбудимость, потерю сознания или шум в ушах подходящими кандидатами для измеримого облегчения моделей с высокими показателями.
«Очень важно иметь возможность быстро идентифицировать тех спортсменов, которым понадобится больше времени для восстановления после перенесенного сотрясения мозга. Способность прогнозировать время восстановления с помощью машинного обучения поможет сделать уход более еффеквтивным. Это также может помочь с реалистическими ожиданиями спортсмена, а также предоставит важную информацию родителям, тренерам и учителям», - Майкл Ф. Бержерон, доктор философии, старший вице-президент по разработке и применению в SIVOTEC Analytics.
https://www.fau.edu/newsdesk/articles/concussions-machine-learning.php
Исследователи из Колледжа инженерных и компьютерных наук Университета Флориды в Атлантике и SIVOTEC Analytics в Бока-Ратоне и их коллеги придумали новое решение. Они учат машины, как предсказать время восстановления от сотрясений, связанных со спортом, на основе таких симптомов, как головная боль, головокружение и усталость. Их исследование, опубликованное в журнале «Медицина и наука в спорте и упражнениях» Американского колледжа спортивной медицины, может быть использовано в качестве основы для системы поддержки принятия решений, которая поможет клиницистам разработать индивидуальное лечение для травмированных спортсменов. Это исследование также является частью более широких текущих усилий команды по разработке моделей машинного обучения, чтобы помочь диагностировать, отслеживать и лечить различные заболевания мозга.
Используя данные Национальной сети по спортивному лечению (NATION), исследователи изучили данные о 2 004 случаях сотрясения мозга в 22 видах спорта. Было бнаружено, что более половины сотрясений произошло в американском футболе.
Исследователи внедрили контролируемый подход к моделированию на основе машинного обучения, чтобы предсказать время восстановления симптомов, связанных с сотрясением мозга, в течение 7, 14 и 28 дней. Они изучили эффективность 10 алгоритмов классификации при построении моделей прогнозирования.
С набором данных, показывающим, что наиболее распространенным зарегистрированным симптомом сотрясения мозга, связанного со спортом, была головная боль (94,9%), сопровождаемая головокружением (74,3%), а затем с трудностями концентрации (61,1%), модели прогнозирования на основе симптомов продемонстрировали практическую клиническую ценность в оценке времени восстановления после сотрясения мозга, связанного со спортом. Эта информация может быть особенно ценной для поставщиков медицинских услуг при ведении случаев сотрясения мозга и лечении пациентов. Помимо поддержки принятия клинических решений, эта информация также может помочь в планировании академических возможностей и потребностей команды.
Исследователи отметили, что общее число симптомов, чувствительность к шуму или свету, трудности с концентрацией внимания, проблемы с бессонницей и баланс имеют первостепенную прогностическую ценность, указывая на их вероятную важную роль и полезность в их моделях. Напротив, они не находили амнезию, повышенную возбудимость, потерю сознания или шум в ушах подходящими кандидатами для измеримого облегчения моделей с высокими показателями.
«Очень важно иметь возможность быстро идентифицировать тех спортсменов, которым понадобится больше времени для восстановления после перенесенного сотрясения мозга. Способность прогнозировать время восстановления с помощью машинного обучения поможет сделать уход более еффеквтивным. Это также может помочь с реалистическими ожиданиями спортсмена, а также предоставит важную информацию родителям, тренерам и учителям», - Майкл Ф. Бержерон, доктор философии, старший вице-президент по разработке и применению в SIVOTEC Analytics.
https://www.fau.edu/newsdesk/articles/concussions-machine-learning.php
Комментарии
Отправить комментарий