（ESC官网,机器算法研究发现,心绞痛症状没有性别差异,男女描述方法不同）

研究者强调，该研究的目标不是用一种算法取代心脏科医生，这只是一种更为复杂的统计方法。

尽管医学中的机器学习通常被视为是一种通过诸如应用图像识别软件和预测算法识别医学问题并解决问题的方法，研究希望通过Lensing这样的模型能够帮助医生在医学实践中打破“僵化”的思维框架。

根据麻省理工学院研究人员基于机器学习的一项不寻常的临床试验结果提示，心绞痛的症状在男性和女性之间没有实质性差异。

这一发现有可能推翻普遍的观念，即男性和女性的心绞痛体验不同，例如男性在胸部出现“典型心绞痛”疼痛类型的感觉，而女性则出现“非典型心绞痛”症状，如呼吸急促和非胸部区域（如手臂、背部和胸部）出现疼痛类型的感觉肩膀。

这项研究纳入637例患者患者，他们接受了冠状动脉造影。研究人员分析了医生和病人之间的谈话记录和对病人的问诊中所表达的语言，发现几乎90%的男性、女性患者均陈述说有胸痛的症状。

Lensing算法将来自每个病人和医生的独特视角的“偏差”视为重要信息，可以提供更完整的图片或解决问题的新方法。

相反，这项研究发生男性和女性的症状似乎基本相同。该技术用于描述单个患者所经历的全部症状，并捕捉他们在自然语言交流中描述症状的细微差别。

来源：ESC

女性报告的心绞痛症状明显多于男性，但机器学习算法识别出9组症状，如“胸部感觉和身体受限”和“非胸部区域的相关症状”，男性和女性冠心病患者间没有显著差异。

转载：请标明“中国循环杂志”