斯坦福大學領(lǐng)導的科學家團隊開發(fā)了一種機器學習工具，可以分析電子醫(yī)療記錄(EHR)，以識別可能患有家族性高膽固醇血癥(FH)的個體，這是一種未被診斷的低密度脂蛋白(LDL)升高的遺傳原因膽固醇，使患者患冠狀動脈疾病的風險增加20倍。在單獨的測試運行中，今天在npj數(shù)字醫(yī)學中描述的分類器正確地識別了超過80%的病例 - 其陽性預測值(PPV) - 并且證明了99%的特異性。

該團隊表示，分類器可以幫助標記最有可能患有FH的患者，以便他們和他們的家人可以進行進一步的基因檢測。“從理論上講，當有人進入高膽固醇或心臟病的診所時，我們會運行這種算法，”斯坦福大學醫(yī)學和生物醫(yī)學數(shù)據(jù)科學副教授，MBBS博士Nigam Shah說。“如果他們被標記，這意味著有80%的可能性他們有FH。然后，那些少數(shù)人可以通過測序來確認診斷并立即開始降低LDL治療。“Shah及其同事在一篇題為” 使用衛(wèi)生系統(tǒng)查找家族性高膽固醇血癥的遺漏病例 “的論文中報告了分類器的開發(fā)和評估。機器學習。“

作者解釋說，家族性高膽固醇血癥是一種常染色體顯性遺傳病，估計會影響250人中的大約1人，使其成為“最常見的病態(tài)單基因疾病之一”?；加蠪H的人攜帶突變，阻礙他們的身體清除有害的低密度脂蛋白膽固醇，這些膽固醇會聚集并堵塞動脈。基因突變有效地導致終生提高的LDL膽固醇水平，并且在沒有干預的情況下，50%的患有FH的男性將在50歲時患心臟病，并且30%的女性將在60歲時患心臟病。

雖然早期開始降脂治療可以顯著降低與FH相關(guān)的動脈粥樣硬化性心血管疾病的風險，但據(jù)估計，在美國，每10名FH患者中只有不到1人被診斷出來。斯坦福大學心血管醫(yī)學助理教授約書亞·諾爾斯博士評論說：“我們認為，在美國，只有不到10%的患有FH的人確實知道自己患有FH。”

FH在家庭中運行強烈，因此識別一個具有該病癥的個體意味著也可以篩選親屬，“這已被證明在降低家庭成員的過度發(fā)病率方面具有極高的成本效益”，研究人員補充道。“所以篩查FH患者的家庭成員非常重要，就像乳腺癌或任何其他遺傳相關(guān)的疾病一樣，”Shah說。

Shah指出，不幸的是，醫(yī)院無法大規(guī)模對患者進行排序。“問題是，有人在心臟病診所看到這種遺傳病的可能性大約是90分之一，或100分之一，所以對每個人進行排序是沒有意義的。

作為FH基金會FIND(旗幟，識別，網(wǎng)絡，交付)FH計劃的一部分，斯坦福大學領(lǐng)導的團隊開發(fā)并驗證了一種有監(jiān)督的機器學習算法，以識別可能的FH病例。使用斯坦福大學FH診所的數(shù)據(jù)，該團隊對該算法進行了培訓，以評估患者數(shù)據(jù)，包括其家族史，當前處方，血脂水平和實驗室檢測結(jié)果，以了解可能表明FH的因素。

Shah將此過程與垃圾郵件過濾器如何訓練以識別垃圾郵件進行了比較。垃圾郵件過濾器不僅應用程序員根據(jù)(例如)在電子郵件中查找哪些單詞而應用的規(guī)則。相反，他們通過評估實際的電子郵件來了解標記為可疑的內(nèi)容。類似地，F(xiàn)H算法通過查看真實患者的EHR記錄來學習。

該團隊首先使用來自197名FH患者和另外6590名沒有FH的患者的EHR記錄測試他們訓練的算法，這些記錄被保存在斯坦福醫(yī)療保健系統(tǒng)內(nèi)。從該算法標記的那些患者中，該團隊回顧了100個患者圖表，推斷該算法檢測到患有FH且準確率為88%的患者。“最后，你會得到一個排名，顯示誰最有可能患上這種疾病，”沙阿說。“排名靠前的人有最高的可能性，當你向底部移動時，可能性逐漸減少。”

然后，他們使用另外466名FH患者的EHR和Geiseinger醫(yī)療系統(tǒng)內(nèi)的5000名匹配的非病例進行了第二次外部驗證。“預測結(jié)果準確率為85%，我們知道許多Geisinger患者已經(jīng)通過基因測序確診了FH診斷，”Shah說。“這就是我們?nèi)绾握f服自己，是的，這確實有效。”

該團隊的計算表明，分類器比通用基因測試更具成本效益。“......與通用基因檢測或基于臨床標準的篩查的實施相比，基于EHR的機器學習檢測FH的經(jīng)濟學非常有利，可以大大提高衛(wèi)生系統(tǒng)找到風險患者的能力，”他們寫。“我們認為使用有監(jiān)督的學習來建立一個分類器，找到未確診的FH病例，這是重要的機器學習的一個引人注目的例子......應用廣泛，使用我們的分類器篩選使用EHR可以識別成千上萬未確診的患有FH和鉛的患者更有效的治療和家庭篩查。“

研究人員承認，雖然該軟件可以幫助改善FH診斷，但它并不能識別所有病例。“并非一切都可以通過算法解決，”Shah評論道。他們還指出，他們的工作確實有一定的局限性，并且預計，隨著大多數(shù)機器學習方法的發(fā)展，包括更多的訓練數(shù)據(jù)可能會進一步改進分類器。“隨著新診斷病例的累積，我們預計會不斷完善我們的分類器，”該團隊表示。

作為下一步，研究人員正在與FH基金會合作，在斯坦福醫(yī)療保健和其他地點的臨床環(huán)境中建立算法。“我們還在思考如何與FH基金會合作，實施家庭篩查網(wǎng)絡，以接觸更多可能患有該疾病而不知道疾病的患者，”Shah指出。