加拿大蒙特利尔大学(UdeM)及其蒙特利尔理工工程学院的研究人员正在开发一种计算机化机器学习方法,以更好地预测典型的器官移植的进展情况。
研究人员通过机器学习设计的风险计算器将被医生和病人用来决定一个器官是否适合接受者。
他们正在使用美国移植受者科学登记数据库来回顾性回顾所有15年以上接受新肾移植的美国患者,比较新旧生存时间建模方法。
下一步是对医生和患者使用的信息进行分类,以便根据风险做出更好的器官移植选择。
UdeM的Heloise Cardinal认为,在衡量捐赠器官和受者之间的无数交互时,机器学习将是一种统计分析的进步。
UdeM的Andrea Lodi希望他们的研究能够改变游戏规则,提高器官移植预测的准确性。
从UdeM新闻
查看全文
版权所有©2017公司的信息。,美国马里兰州贝塞斯达
没有找到条目