算法可以预测疾病复发

德克萨斯大学阿灵顿分校的一个研究团队从国家普通医学科学研究所获得了 45 万美元的资助，用于使用统计机器学习来审查患者数据并更好地预测哪些患者需要额外治疗。

“随着筛查、诊断和治疗方面的最新进展，癌症或心血管疾病等许多疾病都可以在早期发现，”数学系统计学副教授 Suvra Pal 说。“幸运的是，很大一部分患有这些疾病的患者将在临床上得到治愈，这意味着他们永远不会因原发疾病而出现复发、转移或死亡。我们的研究旨在更好地确定哪些患者将被治愈，以便治疗团队可以专注于那些需要额外干预的患者。”

帕尔项目的目的是开发一种新颖的统计模型，用于研究事件发生的时间，例如疾病复发的时间，以及其他与患者相关的特征。该团队包括联合研究员、数学助理教授 Souvik Roy，随后将开发一种使用机器学习的算法，该算法将筛选医疗保健系统收集的大量患者数据，以预测谁将被治愈。如果预测准确度至少为 85%，则该模型将被视为成功。

“现有的算法试图根据患者相关特征来预测谁将被治愈，”帕尔说。“不幸的是，这些算法存在一些缺点，使其难以满足高级应用程序日益增长的需求。我们的算法基于先进的建模策略，规避了现有算法的缺点，并将开发成免费和非营利用途的软件。”

帕尔还旨在让代表性不足的少数族裔本科生接触此类研究。

“这个项目将有助于在本科生的研究生涯中建立统计专业知识和生物学意义的独特整合，”帕尔说。“我们的学员将拥有更坚实的基础，更好地接受跨学科、多学科的培训，走向前沿的学术和工业职业生涯。”

帕尔及其同事的长期目标是开发更强大的模型，可以预测哪些疾病将被治愈，以便更好地将资源用于正确的工作。该项目还将为帕尔在 UTA 建立综合生物统计和实验研究中心的计划奠定基础。