在耶魯大學醫學院心血管數據科學(CARD)實驗室的一項新研究中,研究人員開發了一種人工智能(AI)工具,該工具可以識別使用心電圖(ECG)圖像患心力衰竭風險的個體。新工具可早期識別研究人員說,這有可能減少住院和過早死亡。
心臟健康診斷 - 藝術印象。圖片來源:Alius Noreika / AI
研究在線發佈在歐洲心臟期刊。
心電圖是無創測試,通過放置在皮膚上的電極來測量心臟的電活動。由於常規執行測試並廣泛可用,因此它們為更廣泛的心力衰竭篩查提供了理想的平台。心力衰竭是一種常見的心血管疾病,影響了全球數百萬的人。
目前,確定心力衰竭高風險的人通常依賴一系列臨床評估,包括廣泛的臨床病史,體格檢查和血液檢查,在所有情況下可能無法使用,這可能無法使用。洛夫普·辛格·德辛拉(MBBS),在卡片實驗室中的博士後研究員。
他說,基於AI的工具代表了心力衰竭風險分層的範例。
Dhingra說:“使用12鉛ECG的圖像或照片作為其投入,我們的模型能夠準確地對美國,英國和巴西各種各樣人群的心力衰竭風險進行精確分層。” “現在,我們可以預測誰將在未來出現明顯症狀之前出現心力衰竭的風險。”
該研究的高級作者羅漢·凱拉(Rohan Khera),醫學博士,MS醫學助理教授(心血管醫學)和卡片實驗室主任強調了這項工作的潛在公共衛生影響。
他說:“每當臨床醫生獲得ECG(已經是標準臨床護理的一部分)時,我們的簡單工具現在就為心血管疾病的篩查和風險分層提供了機會。” “即使資源有限,也可以為可能無法診斷的患者提供早期干預和改善的預後,因此,ECG技術的廣泛可用性也可以改善。”
作為Card Lab全球關注點的一部分,AI模型在多個國際人群中得到了驗證,展示了其大規模採用的潛力。
Khera說:“我們希望確保在日常實踐中廣泛,公平地實施基於AI的健康技術。” “那是我們的下一個邊界。”
這項研究是由國家心臟,肺和血液研究所的贈款資助,美國國立衛生研究院(NIH)以及多麗絲·杜克慈善基金會的國家老齡研究所以及。
其他耶魯大學作者包括:Art Aminorroaya,醫學博士,,,,Veer Sangha,,,,Aline Pedroso,博士,,,,醫學博士Harlan Krumholz,SM, 和Evangelos Oikonomou,醫學博士,DPIL。
要了解更多信息,請閱讀文章:“心力衰竭風險分層使用用於心電圖圖像的人工智能:一項跨國研究。”
來源:耶魯大學