韩国研究人员开发了一种基于人工智能（AI）的算法，能够预测心脏的生物年龄，为心血管风险评估提供了新的进展。该研究在欧洲心脏病学会（ESC）科学大会上展示，强调了理解心脏生物年龄的重要性，这一年龄可能与个体的实际年龄有很大差异。
由韩国仁荷大学医院的Yong-Soo Baek领导的研究团队开发了一种深度神经网络，并使用了15年内收集的425,051份12导联心电图（ECG）数据进行训练。这种AI算法通过分析标准心电图数据来估计心脏的生物年龄，从而提供超越实际年龄的心脏功能洞察。
“通过12导联心电图由人工智能估算出的心脏生物年龄与死亡率和心血管事件的增加有很强的关联，突显了其在提高早期检测和预防策略中的作用，”Baek说。
该算法在一个包含97,058份心电图的独立队列中进行了验证，并对同年龄和性别的患者进行了比较分析。研究评估了这种基于深度学习的算法的预后能力，并将其与传统的实际年龄在死亡率和心血管结果方面的预测能力进行了对比。
研究发现，当心脏的生物年龄超过实际年龄七岁时，健康风险增加。“研究表明，当心脏的生物年龄超过实际年龄七岁时，全因死亡率和重大不良心血管事件的风险显著增加，”Baek表示。
统计模型显示，当AI心电图心脏年龄超过实际年龄七岁时，全因死亡率增加62%，重大不良心血管事件（MACE）增加92%。MACE包括心脏病发作、中风、心血管死亡和血管重建手术如血管成形术和搭桥手术等关键情况。
相反，研究发现，如果算法估计心脏的生物年龄比实际年龄年轻七岁，健康结果会有所改善。“相反，如果算法估计心脏的生物年龄比实际年龄年轻七岁，死亡率和重大不良心血管事件的风险会降低，”Baek指出。
特别是，当AI心电图心脏年龄比实际年龄年轻七岁时，全因死亡率降低14%，MACE降低27%。这强调了在预防保健策略中拥有一个生物年龄较年轻的心脏的潜在益处。
心脏生物年龄的概念基于器官的功能而不是一个人活了多少年。这个生物年龄比实际年龄更能预测死亡和重大心血管事件的风险。例如，一个50岁的个体如果心脏健康状况较差，可能具有60岁的心脏生物年龄，而另一个50岁的个体如果心脏健康状况良好，则可能具有40岁的心脏生物年龄。
Baek讨论了将AI整合到心血管评估中的影响。“以这种方式使用AI开发算法可能会在心血管风险评估中引入范式转变，”他说。人工智能在临床诊断中的整合为提高心脏病学预测准确性提供了新的机会。
该研究还探讨了AI估计的心脏年龄与其他心脏参数之间的联系。射血分数较低的受试者（衡量左心室每次收缩时泵出的血液量），系统地显示出较高的AI心电图心脏年龄。这些人还表现出延长的QRS持续时间，即心脏电信号通过心室传导的时间，导致心室收缩。这些心脏电重构指标可能表明潜在的心脏健康问题及其与射血分数的关系。
“未来的研究需要获得足够的样本量，以进一步证实这些发现。这种方法将提高AI心电图在临床心脏功能和健康评估中的稳健性和适用性，”Baek强调。
研究作者总结说，他们的发现证实了AI在改进临床评估和改善患者结果方面的潜力。了解心脏的生物年龄对于预防疾病和识别心血管事件和死亡高风险人群非常重要，因为它有助于基于心脏功能预测这些风险。
“心脏事件难以预测，但它们是主要的死亡风险，”研究人员指出。这种AI算法的发展可能为改善筛查和早期干预铺平道路，从而在全球范围内减轻心血管疾病的负担。
(全文结束)
