第22卷第2期2023年2月Vol.22No.2Feb.2023软件导刊SoftwareGuide机器学习在不良心血管事件诊断中的应用综述柯盼盼，陈胜，李珂然（上海理工大学光电信息与计算机工程学院，上海200093）摘要：急性冠状动脉综合征是由冠状动脉血流减少引起的一种急性严重综合征，是造成全球范围内患者死亡和长期严重残疾的重要原因，因此预测不良心血管事件对患者的风险排查、早期诊断和治疗等有着重要价值。机器学习可以探索新的可能性，揭示患者信息统计大数据中的隐藏关系，将对心血管疾病的辅助诊断和预后分析产生积极影响。阐述临床常用的风险评分工具，介绍其主要依赖患者的各项生理健康指标、既往病史等因素以及采用Cox回归模型进行高风险因素快速筛选的能力。回顾不同机器学习模型在急性冠脉综合征患者风险评估中的应用及其在预测长短期不良心血管事件中的特点和能力，并对机器学习算法在医学数据中应用的广阔前景进行展望。关键词：急性冠脉综合征；不良心血管事件；机器学习；大数据；辅助诊断DOI：10.11907/rjdk.221196开放科学（资源服务）标识码（OSID）：中图分类号：TP181文献标识码：A文章编号：1672-7800（2023）002-0212-06ReviewofApplicationofMachineLearningintheDiagnosisofAdverseCardiovascularEventsKEPan-pan，CHENSheng，LIKe-ran（SchoolofOptical-ElectricalandComputerEngineering，UniversityofShanghaiforScienceandTechnology，Shanghai200093，China）Abstract：Acutecoronarysyndromeisanacuteseveresyndromecausedbythedecreaseofcoronarybloodflow.Itisanimportantcauseofdeathandlong-termseveredisabilityinpatientsallovertheworld.Predictingadversecardiovasculareventsisofgreatsignificanceandvalueforriskscreening，earlydiagnosisandtreatmentofpatients.Machinelearningcanexplorenewpossibilitiesandrevealthehiddenrelationshipinthebigdataofpatientinformationstatistics，whichwillhaveapositiveimpactontheauxiliarydiagnosisandprognosticanalysisofcardio⁃vasculardiseases.Thispaperexpoundsthecommonlyusedriskscoringtoolsinclinic，andintroducesthefactorsmainlydependentonpa⁃tients'physiologicalhealthindicators，pastmedicalhistoryandotherfactors，aswellastheabilityofCoxregressionmodeltoquicklyscreenhigh-riskfactors.Reviewtheapplicationofdifferentmachinelearningmodels，including...
