Ai 发现致命的心脏风险
一种新的 AI 模型在识别可能出现心脏骤停的患者方面比医生要好得多。 关键是该系统能够分析长期未被充分利用的心脏成像以及各种医疗记录，以揭示以前隐藏的有关患者心脏健康的信息。 由约翰霍普金斯大学研究人员领导的联邦资助工作可以挽救许多人的生命，还可以为许多人避免不必要的医疗干预，包括植入不需要的除颤器。 “目前，我们有患者因为没有受到保护而在壮年夭折，而另一些患者则在余生中忍受除颤器而没有任何益处，”专注于在心脏病学中使用人工智能的研究人员 Natalia Trayanova 说。 “我们有能力非常准确地预测患者是否处于心源性猝死的非常高的风险中。” 调查结果今天公布inNature 心血管研究。 肥厚型心肌病是最常见的遗传性心脏病之一，全球每 200 至 500 人中就有一人受到影响，是年轻人和运动员心源性猝死的主要原因。 许多肥厚型心肌病患者会过上正常的生活，但也有一部分患者发生心源性猝死的风险显著增加。 医生几乎不可能确定这些患者是谁。 电流Trayanova 说，美国和欧洲的医生用来识别最有可能患致命心脏病发作的患者的临床指南有大约 50% 的机会识别正确的患者，“并不比掷骰子好多少”。 该团队的模型在所有人口统计数据中都明显优于临床指南。 用于室性心律失常风险分层 （MAARS） 的 多模态 AI 通过分析各种的医疗数据和记录，并首次探索了患者心脏的对比增强 MRI 图像中包含的所有信息。 肥厚型心肌病患者的心脏会形成纤维化或瘢痕形成，正是这种瘢痕形成增加了他们发生心源性猝死的风险。 虽然医生无法理解原始 MRI 图像，但 AI 模型直接锁定了关键的疤痕模式。 “人们还没有在那些图像，“Trayanova 说。 “我们能够在图像中提取这些通常不会被考虑的隐藏信息。” 该团队在北卡罗来纳州的约翰霍普金斯医院和桑格心脏与血管研究所，对按照传统临床指南治疗的真实患者测试了该模型。 与准确率约为一半的临床指南相比，AI 模型对所有患者的准确率为 89%，关键是，对于 40 至 60 岁的人群，准确率为 93%岁，肥厚型心肌病患者中最容易发生心源性猝死的人群。 ：AI 模型还可以描述患者为何处于高风险状态，以便医生可以根据自己的特定需求量身定制医疗计划。 “我们的研究表明，与我们当前的算法相比，AI 模型显着增强了我们预测风险最高人群的能力，因此有能力改变临床护理，”约翰霍普金斯大学的合著者 Jonathan Crispin 说心脏病。 2022 年，Trayanova 的团队创建了一个不同的多模态 AI 模型，为梗塞患者提供个性化的生存评估，预测某人是否以及何时会死于心脏骤停。 该团队计划在更多患者身上进一步测试新模型，并将新算法扩展到其他类型的心脏病，包括心脏结节病和致心律失常性右室心肌病。 作者包括 Changxin Lai， Minglang Yin， EugeneG. 霍尔莫夫斯基，丹 M. 波佩斯库、埃德姆·宾卡、斯特凡 L. 齐默尔曼，艾莉森 G. Hays，约翰霍普金斯大学的所有成员; 戴尹 Luand M. 加州大学旧金山分校肥厚型心肌病卓越中心的 Roselle Abraham; 和 Erica Schererand Dermot M. Phelanof Atrium Health.