即便最后得到结果，也可能还要花很长时间解释模型和临床之间的差异。
“方案先放着。”周成说道，“后面再谈。”
李明远看不出他是否满意，只能先合上电脑。
……
第二个汇报的是赵思思。
她的方案延续了自己最擅长的方向，准备建立冠脉介入术后风险预测模型。
与面试时那份相对粗糙的设计相比，这一次明显完善了许多。
她计划收集患者术前临床资料、实验室指标、冠脉影像特征、介入操作信息和术后随访数据，通过机器学习预测一年内主要心血管不良事件。
模型不仅包含传统结构化数据，还准备加入造影视频提取出的影像组学特征。
“目前很多风险评分只使用年龄、肾功能、左心室射血分数这些传统指标，对病变形态和操作细节利用不够。”赵思思说道，“如果把术中影像和临床数据结合起来，理论上可以提高预测能力。”
她的投影里展示了完整的数据处理流程。
从缺失值填补、特征筛选，到训练集和验证集划分，再到不同算法之间的性能比较，图表做得很漂亮。
研究还设置了模型解释模块，方便医生了解哪些变量对预测结果影响最大。
陈雨虽然不太懂算法，但看到模型结构也觉得很厉害。
林峰翻了翻纸质方案：“你准备收多少病例？”
“先用本院近五年的介入数据库，预计能纳入一万两千例。如果数据质量可以，再联系两家合作医院进行外部验证。”
“一万多例，够用了。”林峰说道。
赵思思点头：“按照初步估算，主要终点事件数量也能满足建模需要。”
周成看着投影上的流程图，问道：“三家医院的数据一样吗？”
“变量大部分一致。”
“我问的是数据分布。”
赵思思停了一下。
本章未完，请点击"下一页"继续阅读！ 第3页 / 共4页