深度学习用于疾病预后-第二课第一周3-4节-什么是预后？

什么是预后？

我们首先要讨论什么是预后，以及为什么预后在医疗实践中很重要。

预后是一个医学术语，指预测未来事件的风险。在这里，事件是一个通用术语，它描述了可能发生在个人身上的各种事情。

事件可能包括诸如死亡和其他不良事件（如心脏病发作或中风）等结果，这可能是具有特定医疗条件的患者或普通人群的风险。

由于各种原因，判断预后是一项临床有用的任务。首先，预后有助于告知患者发生疾病的风险。

例如，有血液测试用于估计患乳腺癌和卵巢癌的风险。

第二，预后也有助于告知患者他们在某种疾病下能存活多久。这方面的一个例子是癌症分期，它给出了特定癌症患者生存时间的估计值。

第三，预后也有助于指导治疗。在临床实践中，对10年心脏病发作风险的预测用于确定患者是否应该服用药物来降低风险。另一个例子是六个月死亡率风险。

这用于患有晚期和无法治愈的晚期疾病的患者，并用于确定谁应该接受临终关怀。

现在，我们知道了预后的定义，让我们试着确定以下任务是否为预测任务。花一分钟暂停视频，并思考其中的每一个问题。

首先，我们估算了一个人10年的心血管风险。这是一项预测任务，因为我们在预测未来事件的风险。这就是心血管风险。

其次，我们使用胸部CT扫描来诊断肺癌。这里的关键词是诊断，它是对疾病的识别，而不是对未来事件的预测。

第三，我们建议患者改变生活方式，这是一种治疗建议，不能预测事件的未来风险。

最后，我们预测了肺癌复发的风险。在这里，我们再次预测未来事件的风险，在这种情况下，癌症复发。所以这是一项预测任务。

预后的案例

在这节课中，我们将看看预后一部分的临床例子。看看预后任务的输入和输出是什么样子的，以及我们如何权衡输入之间的权重。

我们可以把预后模型看作一个系统，它把病人的资料（profile）作为输入，并输出病人的风险评分。

profile 可以包括：

• 临床病史(包括任何以前的治疗过程中的重大疾病)
• 体检结果，如体温和血压等生命体征。
• 实验室检查，如全血细胞计数和包括CT扫描在内的成像等。

预后模型可以取其中的一个，并为患者输出一个风险评分。现在，风险评分可能是任意数字，也可能是概率。

让我们看一个预后模型的例子。这个预后模型将使用两个患者特征来得出心脏病的风险评分。

假设我们有一个75岁以上的吸烟者，我们会给吸烟一个分数，超过75岁的人特征的一个分数，最后一个风险评分是2。

让我们让这个预测模型更有趣一点。假设75岁以上的人比吸烟的风险高出一倍，我们希望模型能给年龄赋予两倍于吸烟的权重。

然后我们可以指定一个权重，或者如果你是吸烟者特征1和年龄特征2的系数。现在，我们可以用这些系数乘以这个值，得到每个特征的贡献，1代表吸烟，2代表75岁以上，总风险评分为3。

文章持续更新，可以关注微信公众号【医学图像人工智能实战营】获取最新动态，一个关注于医学图像处理领域前沿科技的公众号。坚持已实践为主，手把手带你做项目，打比赛，写论文。凡原创文章皆提供理论讲解，实验代码，实验数据。只有实践才能成长的更快，关注我们，一起学习进步~

我是Tina, 我们下篇博客见~

白天工作晚上写文，呕心沥血

觉得写的不错的话最后，求点赞，评论，收藏。或者一键三连