一项新的研究显示，一种人工智能工具可以在人们出现症状之前就发现他们患有心房颤动（AF）。这种开创性的工具会扫描全科医生（GP）的记录，寻找可能导致患者在未来几个月内被诊断出AF的“危险信号”。
前陆军上尉约翰·彭格利（John Pengelly）参与了这项试验，他表示非常感激自己的AF被检测出来。他说现在每天只需服用几片药就可以降低自己发生致命中风的风险。约翰·彭格利是在参加试验后被诊断出患有心房颤动的。
心房颤动是一种心脏疾病，会导致心跳不规则且通常过快，患此病的人有更高的中风风险。有些人会出现心悸、头晕、呼吸急促和疲劳等症状，但另一些人则完全没有症状，完全不知道自己的心率异常。英国大约有160万人被诊断出患有AF，但英国心脏基金会（BHF）表示，很可能还有许多未确诊的患者。
早期发现和治疗AF可以有效管理病情并减少中风风险。这项名为Find-AF的新AI工具正在由BHF和利兹医院慈善机构资助的试验中进行评估。该算法由利兹大学和利兹教学医院NHS信托基金的科学家和临床医生开发，利用匿名的电子健康记录训练算法，以识别可能发展为AF的预警信号。该工具使用了超过210万人的匿名化电子健康记录进行训练，并通过另外1000万人的医疗记录进行了验证。
该算法基于年龄、性别、种族以及是否存在其他医疗条件（如心力衰竭、高血压、糖尿病、缺血性心脏病和慢性阻塞性肺病）等因素计算某人的风险。如果研究参与者被确定为高风险，他们将获得一台手持式心电图（ECG）设备，用于每天测量两次心律，持续四周，或在感到心悸时随时测量。
74岁的退休祖父约翰·彭格利在参与Find-AF试验后被诊断出患有AF。他曾在陆军餐饮部队服役29年，现已退休。他在收到一封邀请信后决定参加研究，希望可以帮助他人。“我收到了一封信邀请我参加研究，我想如果能帮助到别人那就太好了。”他说。
在算法确定他属于高风险人群后，他收到了一台家用ECG设备。“他们给我寄了一个小的数字监测器，我每天要几次把拇指放在上面进行测量，每次大约两分钟。然后我按下发送键，数据就会传给研究团队。我这样做了几周，然后把设备寄回去——整个过程非常简单。”
几周后，彭格利被诊断出患有AF。“我知道有这种病，但从没想过它会发生在我身上。我没有任何症状，偶尔外出时会有些气喘，但这只是因为周围有很多陡峭的山坡。我很感激这个病被发现。现在我每天吃几片药来降低中风的风险，希望能让我多活几年。”
专家们希望西约克郡的研究能够为全国范围内的试验铺平道路，从而预防一些可避免的中风。据估计，每年英国约有20,000例中风是由AF引起的。
利兹大学心血管医学教授、利兹教学医院NHS信托基金荣誉顾问心脏病学家克里斯·盖尔（Chris Gale）说：“对于未诊断的心房颤动患者来说，中风往往是他们第一次意识到自己患病的迹象。这对患者及其家人来说可能是毁灭性的，瞬间改变他们的生活。这也给卫生和社会护理服务带来了巨大的成本负担——这些成本本可以通过早期发现和治疗来避免。”
英国心脏基金会副医学主任、皇家布朗普顿医院咨询心脏病学家索尼娅·巴巴-纳拉扬博士（Dr. Sonya Babu-Narayan）说：“我们有有效的治疗方法来降低AF患者的中风风险。但现在有些人错过了这些治疗机会，因为他们不知道自己可能正面临这种健康威胁。通过利用常规收集的医疗数据和预测算法，这项研究提供了一个真正的机会来识别更多有AF风险的人群，并让他们受益于降低中风风险的治疗。”
利兹教学医院NHS信托基金的拉梅什·纳达拉贾博士（Dr. Ramesh Nadarajah）说：“每次患者与NHS互动时都会收集数据，这些数据具有巨大的潜力，可以更早、更高效地识别和测试像AF这样的疾病。如果这项研究成功，它将成为更大规模全国试验的起点，以确定我们的算法是否可以成为日常临床实践的一部分。最终，我们希望这种方法能够增加早期诊断AF的人数，使他们得到所需的治疗，降低中风风险。”
(全文结束)
