心脏病通常在不知不觉中逐渐形成。许多人直到发生心脏病发作或中风等严重事件时，才意识到自己并不健康。
这就是为什么早期检测如此重要。医生越早识别风险，就能采取更多措施来预防损害。
梅奥诊所的一项新研究表明，我们可能已经掌握了比想象中更多的信息。
研究人员通过使用人工智能，发现了一种利用患者常规接受的检查来改善心脏病风险预测的方法。
该研究在2026年美国心脏病学会科学会议上发表，并刊登在《美国预防心脏病学杂志》上。研究追踪了近12,000名成年人长达16年，使研究人员能够长期观察心脏病的发展过程。
研究人员重点关注冠状动脉钙化扫描。这种扫描用于检测心脏动脉中的钙质沉积，这是心脏病的一个已知征兆。医生通常会将这些信息与其他因素（如年龄、血压和胆固醇）结合，来评估一个人的心脏病风险。
在这项研究中，人工智能以新的方式分析了相同的扫描结果。它测量了心脏周围脂肪的含量。这种脂肪与炎症和心脏问题相关，但由于测量困难，尚未在常规医疗中广泛应用。
研究结果表明，心脏脂肪含量较高的人更容易患心血管疾病。即使考虑其他风险因素，这一结论仍然成立。换句话说，脂肪测量提供了新的、独立的信息。
在研究期间，约10%的参与者患上了心脏病。心脏脂肪含量最高的人风险最高。重要的是，即使在钙化评分较低（通常被认为是安全指标）的人群中，也观察到了这一现象。
当将脂肪测量结果添加到现有工具中（如PREVENT方程和钙化评分）时，预测未来心脏问题的能力得到了提高。这对于那些通过标准方法难以确定风险的人群尤其有帮助。
这种方法有几个优势。它不需要新的检查或额外的患者时间。这些信息来自已经是常规医疗一部分的扫描。这使其在现实环境中更容易应用。
然而，仍有一些问题需要解答。需要更多研究来了解医生在实践中应如何使用这些信息。研究不同人群也很重要，以确保结果具有广泛适用性。
尽管存在这些限制，该研究突显了人工智能在医学中日益重要的作用。它展示了技术如何帮助医生发现隐藏的模式并改善决策过程。
从临床角度看，这项研究支持向更加个性化的医疗方向发展。医生可以利用更详细的信息来指导治疗，而不仅仅依赖于一般风险因素。
总之，这项研究表明，关于心脏健康的重要线索可能已经存在于常规扫描中。借助人工智能的帮助，这些线索可以被揭示并用于改善预防措施。这可以帮助许多人避免未来出现严重的心脏问题。
【全文结束】