""

澳门太阳城网站-最新注册

  • “术语‘典型’和“非典型心绞痛应该被抛弃,因为他们做的疾病没有关联和基于性别可能延续成见,” KARTHIK Dinakar媒体实验室研究员和他的同事关闭了商业化。

    全屏

学习机显示在男性和女性之间的心绞痛症状无明显差异

“术语‘典型’和“非典型心绞痛应该被抛弃,因为他们做的疾病没有关联和基于性别可能延续成见,” KARTHIK Dinakar媒体实验室研究员和他的同事关闭了商业化。

可以寻求帮助推翻当时的想法,男人和女人的经验心绞痛不同。


记者联系

亚历山德拉·卡恩
电子邮件: akahn@media.mit.edu
电话:617-253-0365
澳门太阳城最新网站媒体实验室

心绞痛症状 - 发生在冠状动脉疾病的痛苦 - 不显着不同男人和女人之间,根据不同寻常的新的临床试验由澳门太阳城最新网站的研究人员领导的结果。

这一发现可能有助于推翻当时的观念,即男性和女性经历心绞痛不同,与男性经历“心绞痛典型” - 在胸痛型的感觉,例如 - 和女人在经历“非典型心绞痛”的症状:如呼吸和痛苦急促型的感觉在非胸部领域:如手臂,背部和肩膀。相反,它似乎是男性和女性的症状是相同很大程度上,说KARTHIK Dinakar,在澳门太阳城最新网站媒体实验室的研究科学家,以及哈佛T.H.的凯瑟琳kreatsoulas公共卫生的禅宗。

Dinakar和他的同事提出的在九月心绞痛爱马仕他们在心脏病的年度大会的欧洲社会试验的结果。他们的研究是第一次临床试验在著名的会议中使用机器接受学习技术,这是用来表征全范围的个别患者,并捕捉细微差别,他们这样描述自己的症状的语言经验的症状自然交流的一个。

该试验包括637例在美国和加拿大曾经被提到的冠状动脉造影他们的第一次,黄金标准测试,以诊断冠状动脉疾病。在分析记录的谈话医生和患者之间的患者和在接受采访时表达的语言后,研究人员发现报道的症状,胸痛,女性和男性的近90%。

妇女报告明显心绞痛比男性更症状,但机器学习算法鉴定的症状9个集群,如“胸部的感觉和物理限制”和“非胸部及伴随症状”那里有在男人和女人没有显著差异与堵塞在他们的心脏。

“这项工作,表现出胸痛男女之间没有真正的差异,违背了教义,并会动摇心脏病学领域,”迪帕克升说。布哈特,心血管介入项目的布里格姆妇女医院和医学教授在哈佛医学院,研究报告的合着者执行董事。 “还有一点很令人兴奋地看到,工作,不仅仅是炒作机器学习在医疗卫生组织的应用程序,”我补充道。

“这种复杂的机器学习研究建议,以及更为传统的其他一些最近的研究,这可能会减少,如果在女人对男人相比心脏发作症状表现的任何差异,说:”菲利普·加布里埃尔·斯特格,在Üniversite电巴黎 - 心脏病学教授狄德罗在巴黎,法国比沙总医院的冠心病监护病房主任。

“这在保健组织疑似病人心脏发作重要的影响,在其中的诊断策略可能需要像男女,补充说:”斯特格,谁没有参与澳门太阳城最新网站的研究。

透镜化提供了一个新的外观

将机器学习到心脏的想法来到凯瑟琳当kreatsoulas,那么富布赖特学者,并在公共卫生哈佛学校心脏和中风研究员,Dinakar由著名语言学家乔姆斯基在2014年的演讲后,会见。在语言的兴趣他们都吸引到了谈话,并在kreatsoulas特别是关注男性和女性表达自己症状的方式上存在差异,和医生怎么可能认识 - 或者误解 - 男人和女人的方式讲述他们的心脏发作症状。

在美国和加拿大,90%的心脏病医生都是男性,并且kreatsoulas认为,“‘难道这是可能的情况下’在翻译中失去了什么?”,”她说。

此外kreatsoulas担心医生可能是误诊或女性underdiagnosing患者 - 以及手下没有表达“典型”的心绞痛症状 - “因为医生有这样的框架,鉴于其年心脏病医疗培训的,男人和女人都不同的症状,“Dinakar解释。

Dinakar认为所谓的“引力透镜”,他一直工作在危机辅导提供了新的方法可能理解的心绞痛症状机器学习框架。以最简单的形式,承认透镜效应的不同参与者把自己的观点或集体问题的偏见或谈话。通过开发算法,其中包括不同的镜头,研究人员可检索由现实世界对话提供的数据更完整的画面。

“当我们在如心脏疾病的诊断情况训练机器学习模型,它是重要的,我们捕获,在某种程度上,医生的镜头和患者的镜头,” Dinakar说。

要做到这一点,研究人员音频录制的两次采访临床,患者描述他们的心绞痛症状在临床咨询与医生面谈和病人的研究助理的一次谈话中“捕捉到他们自己的自然词他们的症状描述,看是否之一我们可以在机器使用的学习方法,看看是否有很多男女之间的差异,“我说。

在一个典型的临床试验,在他们的统计分析,Dinakar笔记研究人员治疗“症状复选框”。 “结果是从另一个分离症状之一,而你没有捕捉病人的症状整个演示文稿 - 你开始将每个症状,如果是在所有患者一样,” Dinakar说。

“此外,在分析症状为复选框,你很少看到症状卫生组织的星座,患者报告的全貌。通常ESTA重要的事实是对不良传统统计分析补偿,说:“kreatsoulas。

相反,透镜模型允许科学家“表示每个病人为他们的症状独特的指纹,基于自然语言,他们的” Dinakar说。

患者通过这种方式看到帮助的,可以在男性和女性进行比较症状揭开集群,从而,有这些症状在两组患者之间的一些差别的结论。

“术语‘典型’和“非典型心绞痛应该被抛弃,因为他们做的疾病没有关联和基于性别可能延续成见,” Dinakar和他的同事关闭了商业化。

帮助医生更深入的思考

临床试验,如爱马仕试验的目标是不是“取代心脏病某种算法,” Dinakar说。 “这只是一个做统计和使他们承担在这样的一个急需解决的问题更复杂的方式。”

在医疗领域,每一个患者和医生的独特镜头可能会被认为是在贬义典型的“偏见” - 数据应被忽略或分析的抛出。但透镜偏置这些算法处理的信息,可以提供问题的更完整的画面或揭示考虑问题的新途径。

在这种情况下,Dinakar说,“信息偏差,它可以帮助我们更深层次的思考。这是非常重要的,我们试图拍摄并表示尽我们所能。“

,虽然在医学上机学习通常被看作是对的方式“迫使野蛮”通过的问题,比如通过应用图像识别软件和预测性算法识别肿瘤,Dinakar希望像透镜这模型将帮助医生横跨医疗打破“僵化”的思维框架挑战。

Dinakar和kreatsoulas正在申请机器学习模型在临床试验中随着神经胃肠病的研究人员在美国马萨诸塞州总医院的诊断疾病这种镜片胃肠道疾病和肠功能性肠综合征比较医师。

“凡是我们可以统计或机器学习做药,帮助分解僵化的框架或损坏的逻辑和帮助医务人员和患者都认为更深层次的在我看来是一个双赢的,”我说。


主题: 媒体实验室, 机器学习, 研究, 健康, 卫生保健, 医学, 妇女, 算法, 建筑与规划学院

回到顶部