加州大学洛杉矶分校的研究可以帮助医疗保健提供者更好地利用挽救生命的资源。加州大学洛杉矶分校研究人员开发的一种新算法可以更准确地预测哪些人将在心力衰竭中幸存下来，以及他们接受心脏移植的时间长短。该算法将使医生能够对正在等待心脏移植的患者进行更个性化的评估，从而可以使医疗保健提供者更好地利用有限的救生资源，并有可能降低医疗保健成本。

随着精密医学在医疗保健领域的发展，这项研究可能是针对个别患者量身定制器官移植程序的关键步骤。这项研究发表 在PLOS One上，由UCLA Samueli工学院的校长电气和计算机工程教授Mihaela van der Schaar领导。

该算法被研究人员称为“预测树”，它使用机器学习-意味着计算机会随着时间的推移有效地从其他新数据中“学习”。它考虑了53个数据点-包括年龄，性别，体重指数，血型和血液化学成分-以解决等待心脏移植的人群之间的复杂差异以及潜在的心脏移植受者与供体之间的相容性。

预测树使用这53个数据点，根据是否接受移植来预测心力衰竭患者的寿命。(在这些数据点中，有33个涉及有关接收者或潜在接收者的信息，有14个与捐助者有关，有六个与捐助者和接收者之间的兼容性有关。)

研究人员根据在器官共享联合网络(该组织与的捐赠者和移植接受者相匹配的非营利组织)中注册的人的30年数据测试了“预测树”。他们发现，他们的算法可以显着地预测某人的寿命会比卫生保健提供者目前使用的方法更适合生活。

“我们的工作表明，使用这种基于机器学习的新算法可以挽救更多生命，”范德·沙尔(van der Schaar)说，他也是伦敦阿兰·图灵研究所的图灵研究员，牛津。“这对于确定哪些患者最需要紧急心脏移植以及哪些患者是桥梁疗法(例如植入式机械辅助装置)的良好候选人特别有用。”

该算法能够分析潜在的潜在移植候选者的许多可能的风险情况，以帮助医生更全面地评估可能成为心脏移植候选者的人，并且它具有足够的灵活性，可以随着治疗方法的发展合并更多的数据。

加州大学洛杉矶分校戴维·格芬医学院的心脏病专家马丁·卡迪拉拉斯博士说：“采用这种方法，我们能够鉴定出大量的患者，他们是良好的移植候选者，但传统方法无法鉴定出这些患者。” “这种方法通过为同一问题提供多种替代解决方案，但要考虑到每个人的可，从而更好地类似于人类的思维过程。”

例如，与目前大多数医生用来预测哪些移植对象将在移植后至少存活三年的预测模型(一种常用的基准)进行比较时，UCLA算法的效果优于模型14%，正确地预测出将有2,442例心脏接受移植手术的17441名接受手术的人，并且在手术后至少活了那么久。

除van der Schaar和Cadeiras之外，该研究的其他主要作者是UCLA工程学博士生Jinsung Yoon和UCLA杰出的经济学和数学教授William Zame。论文的作者是伦敦大学学院法尔健康信息学研究所的Amitava Banerjee博士，以及UCLA工程学博士学位的艾哈迈德·阿拉(Ahmed Alaa)。

Van der Schaar说，“预测树”算法可用于从医学数据库和许多其他类型的复杂数据库中获取见解。Yoon，Zame和van der Schaar已经证明它可以识别笔迹，并预测信用卡欺诈和特定新闻的流行。