首页|机器学习在急性冠脉综合征风险评估中的应用

机器学习在急性冠脉综合征风险评估中的应用

Application of machine learning in risk assessment for acute coronary syndrome

扫码查看
原文链接
  • 万方数据
对急性冠脉综合征（ACS）患者的预后风险评估是ACS诊疗中非常重要的内容，但依然不够精准。人工智能的机器学习可以用于建立比传统统计学方法更精确和个体化的预后风险统计模型，近年来在医疗领域有了迅速进展。该文介绍利用机器学习构建预后模型的基本原理和方法，并对其在ACS预后评估中的临床应用现状进行综述。

赵晨旭、钟方元、董建勋、葛恒、卜军、白洋

展开 >

上海交通大学医学院附属仁济医院心内科，上海　200127

人工智能 机器学习 急性冠脉综合征 风险评估

上海市科委"科技创新行动计划"创新人才支撑高质量发展项目上海市国家卫生健康委卫生健康学科带头人项目新疆维吾尔自治区自然科学基金面上项目

220158303002022XD0182022D01C16

2024

10.3760/cma.j.cn112148-20231024-00375

中华心血管病杂志
中华医学会

中华心血管病杂志

CSTPCD北大核心
影响因子：2.846
ISSN：0253-3758
年,卷(期)：2024.52(3)
  • 44