导读 医生如何预测个体患者的治疗结果?传统上,通过随机试验研究药物治疗的有效性,其中患者被随机分成两组:一组给予治疗,另一组给予安慰剂。
医生如何预测个体患者的治疗结果?传统上,通过随机试验研究药物治疗的有效性,其中患者被随机分成两组:一组给予治疗,另一组给予安慰剂。这真的是评估治疗效果的唯一可靠方法,还是可以采取不同的方式?如何在实践中评估治疗方法的有效性?有些患者可以从不会引起其他患者反应的治疗中获益吗?
东芬兰大学,库奥皮奥大学医院和阿尔托大学的芬兰研究人员开发的一种新方法现在可以解答这些问题。使用建模,该方法可以比较不同的治疗方案,并确定将从治疗中受益的患者。该方法依赖于人工智能,基于因果贝叶斯网络。
根据东芬兰大学的Emeritus Olli-PekkaRyynänen教授的说法,该方法为医学研究的发展开辟了新的重要途径。
“我们现在可以预测个体患者的治疗结果,并评估现有和新的治疗方法。通过这种方法,也可以用模型取代一些随机试验,”EmeritusRyynänen教授说。
在新发表的研究中,研究人员使用该方法评估阻塞性睡眠呼吸暂停的治疗效果;然而,该方法也可以应用于其他治疗。该研究表明,在睡眠呼吸暂停患者中,持续气道正压通气(CPAP)治疗可以将死亡率和心肌梗塞和脑血管损伤的发生率降低5%。对于心脏病患者,CPAP效果较差。
医疗信息学研究报告了这些发现。