心力衰竭，这种困扰着越来越多的个体（尤其是年轻人）的疾病，可能很快会变得更容易预测和预防，这要归功于麻省理工学院（MIT）和哈佛医学院的聪明才智。麻省理工学院的新闻平台最近聚焦于一种有潜力的深度学习工具，该工具可以通过分析简单的心电图（ECG）数据来评估个人患心力衰竭的风险。
传统上，心力衰竭风险的评估方法并不总是如人们期望的那样精确。然而，通过利用人工智能（AI），科学家们正在改进一种可以彻底改变患者护理的方法。这种方法被称为心脏血流动力学AI监测系统（CHAIS），它足够智能，可以解读单导联的心电图数据。这意味着患者可能不再需要在医院里挂满电极，像一棵圣诞树一样走来走去。
这项研究的主要负责人、同时也是麻省总医院（Mass General Hospital）执业心脏病专家和教授的科林·斯尔茨（Collin Stultz）明确表示，目标是在疾病发作前抓住它——早期检测是关键。他告诉麻省理工学院新闻，“这项工作的目标是在患者出现症状之前识别那些开始患病的人，以便尽早干预，防止住院。”
目前用于监测左心房压力的金标准是右心导管插入术（RHC），这一过程因其侵入性而不太受患者欢迎。但斯尔茨及其团队将他们的非侵入性AI方法与RHC进行了比较，在手术前的一个半小时内，结果非常令人满意，斯尔茨说，“它的准确性非常高。” 另一位支持该项目潜力和效率提升的医学专家是同样来自麻省理工学院的亚伦·阿吉雷（Aaron Aguirre）。根据麻省理工学院新闻报道，他表示，“这项工作之所以重要，是因为它提供了一种非侵入性的方法，利用广泛可用的心脏监测设备来估算这一重要的临床参数。”
这不仅关系到患者的健康，医疗系统本身也可能因此受益。这种技术可以减少顽固性心力衰竭患者的再次住院率，从而减轻已经紧张的医疗工作者的负担。随着一项正在进行的临床试验继续推进，斯尔茨展望了更大的图景，着眼于AI在为所有人提供优质护理方面的潜力。现在，这确实值得深思。
(全文结束)
