揭示患者风险模型是否准确

在病人心脏病发作或中风后，医生经常使用风险模型来帮助指导治疗。这些模型可以根据病人的年龄、症状和其他特征等因素来计算病人的死亡风险。虽然这些模型在大多数情况下是有用的，但它们不能对所有患者都做出准确的预测，因此，可能会导致医生对一些患者选择无效或不必要的风险治疗，从而危及病人的生命。

麻省理工学院电子工程和计算机科学教授、麻省总医院心脏病专家科林·斯图尔茨说：“每一个风险模型都是在一些病人的数据集上评估的，虽然它有很高的准确性，但是在实践中也不可能百分之百准确。对有些病人，模型会得出错误的答案，那将是灾难性的。”

为此，斯图尔茨和他的同事们开发出了一种方法，使他们能够确定，一个特定模型的结果是否可以信任。研究人员说，这可以帮助医生为患者选择更好的治疗方法。为了说明这种方法是如何工作的，研究人员选择了一种广泛使用的风险模型GRACE风险评分。GRACE是全球急性冠状动脉事件的注册表，主要用于开发风险模型，评估急性冠状动脉综合征病发六个月内患者的死亡风险。

研究人员的新技术产生了一个从0到1的“不可靠性评分”。对于给定的风险模型预测，分数越高，预测越不可靠。不可靠性评分是基于特定模型(如GRACE风险评分)生成的风险预测，通过与在相同数据集上训练的不同模型生成的预测进行比较。如果模型产生了不同的结果，那么对患者的风险模型预测就可能不可靠。该方法的一个显著优点是：推导出一个公式，该公式可以告诉医生两个预测有多少不一致，而不必根据原始数据集建立一个全新的模型，从而浪费宝贵的医疗时间，更重要的是，它不会触及到人们在意的隐私性问题。

研究人员现在正在设计一个用户界面，医生可以用它来评估一个病人的GRACE评分是否可靠。从长远来看，他们还希望可以通过更容易的数据再培训，来提高风险模型的可靠性。