一种全新的人工智能（AI）模型在识别可能经历心脏骤停的患者方面，表现远远优于医生。
该系统的关键在于其能够分析长期未被充分利用的心脏影像，并结合全面的医疗记录，揭示出患者心脏健康的隐藏信息。
这项由联邦资助、约翰霍普金斯大学（Johns Hopkins University）研究人员主导的研究，不仅可以挽救许多生命，还能避免许多人接受不必要的医疗干预，例如植入不需要的除颤器。
“目前，一些本可以受到保护的患者在生命的黄金阶段去世，而另一些人却终生承受着毫无益处的除颤器，”资深作者娜塔莉亚·特拉亚诺娃（Natalia Trayanova）表示。她是一位专注于将人工智能应用于心脏病学的研究人员。“我们现在有能力以极高的精度预测患者是否有极高风险发生猝死。”
研究结果于今天发表在《自然心血管研究》（Nature Cardiovascular Research）上。
肥厚型心肌病是一种最常见的遗传性心脏病，影响全球每200至500人中的一个，并且是年轻人和运动员猝死的主要原因之一。
许多肥厚型心肌病患者可以过上正常生活，但其中一部分患者的猝死风险显著增加。医生几乎无法确定这些高危患者是谁。
目前，美国和欧洲医生使用的临床指南在识别最有可能发生致命心脏病发作的患者时，正确率约为50%，“并不比掷骰子好多少，”特拉亚诺娃说。
研究团队的模型在所有人口统计群体中都显著优于现有的临床指南。
相关背景
多模态人工智能心律失常风险分层（MAARS）模型通过分析多种医疗数据和记录，并首次深入挖掘患者心脏增强对比MRI图像中的所有信息，来预测个体患者的猝死风险。
肥厚型心肌病患者会在心脏中形成纤维化或瘢痕组织，正是这些瘢痕增加了他们猝死的风险。尽管医生难以解读原始MRI图像，但AI模型能够直接聚焦于关键的瘢痕模式。
“人们尚未对这些图像进行深度学习。我们能够提取通常被忽视的隐藏信息。”特拉亚诺娃说。
该团队在约翰霍普金斯医院（Johns Hopkins Hospital）和北卡罗来纳州桑格心脏与血管研究所（Sanger Heart & Vascular Institute）的真实患者中测试了这一模型。
与仅约一半时间准确的临床指南相比，AI模型在所有患者中的准确率达到89%，并且对于40至60岁之间的患者——肥厚型心肌病患者中最容易发生猝死的群体——准确率高达93%。
此外，AI模型还可以解释为什么某些患者属于高风险，从而帮助医生制定适合其特定需求的医疗计划。
“我们的研究表明，与当前算法相比，这种AI模型显著提高了预测最高风险人群的能力，因此有潜力彻底改变临床护理，”合著者、约翰霍普金斯大学心脏病学家乔纳森·克里斯平（Jonathan Crispin）表示。
2022年，特拉亚诺娃的团队开发了一种不同的多模态AI模型，为心肌梗死患者提供个性化生存评估，预测某人是否会因心脏骤停而死亡以及何时死亡。
该团队计划进一步测试新模型，扩大算法的应用范围，用于其他类型的心脏疾病，包括心脏结节病和右心室心肌病。
作者包括来自约翰霍普金斯大学的蔡长鑫（Changxin Lai）、尹明朗（Minglang Yin）、叶夫根·霍洛夫斯基（Eugene G. Kholmovski）、达恩·波佩斯库（Dan M. Popescu）、埃德姆·宾卡（Edem Binka）、斯特凡·齐默尔曼（Stefan L. Zimmerman）、艾莉森·海斯（Allison G. Hays）；加州大学旧金山分校（University of California San Francisco）肥厚型心肌病卓越中心的陆代音（Dai-Yin Lu）和罗塞勒·亚伯拉罕（M. Roselle Abraham）；以及Atrium Health的艾丽卡·谢勒（Erica Scherer）和德莫特·费兰（Dermot M. Phelan）。
(全文结束)
