医学 AI

Machine Learning Based Prediction of Surgical Outcomes in Chronic Rhinosinusitis from Clinical Data

基于机器学习的慢性鼻窦炎手术结果预测：从临床数据出发

Sayeed Shafayet Chowdhury, Karen D'Souza, V. Siva Kakumani, Snehasis Mukhopadhyay, Shiaofen Fang, Rodney J. Schlosser, Daniel M. Beswick, Jeremiah A. Alt, Jess C. Mace, Zachary M. Soler, Timothy L. Smith, Vijay R. Ramakrishnan

机构 * Purdue University（普渡大学） ； Idaho National Laboratory（爱达荷国家实验室） ； Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校） ； Department of Otolaryngology-Head and Neck Surgery, Medical University of South Carolina（斯克内尔医学院耳鼻喉科与头颈外科部门） ； Department of Otolaryngology-Head and Neck Surgery, University of California, Los Angeles（加州大学洛杉矶分校耳鼻喉科与头颈外科部门） ； Department of Otolaryngology-Head and Neck Surgery, University of Utah（犹他大学耳鼻喉科与头颈外科部门） ； Department of Otolaryngology-Head and Neck Surgery, Oregon Health Sciences University（俄勒冈健康科学大学耳鼻喉科与头颈外科部门） ； Department of Otolaryngology-Head and Neck Surgery, Indiana University School of Medicine（印第安纳大学医学院耳鼻喉科与头颈外科部门） 纠错

专题命中 临床大模型 ：pathology(abstract)；分类 cs.LG

AI总结 本研究利用监督机器学习模型预测慢性鼻窦炎手术效果，通过SNOT-22评估患者术后受益，模型在多个算法中达到85%准确率，优于专家预测水平。