在一项发表于《JACC: Advances》的新研究中，贝斯以色列女执事医疗中心（BIDMC）的研究人员成功验证了一种人工智能工具，该工具能够以超过98%的准确性检测出严重的主动脉瓣狭窄（AS）。这是一种常见的严重瓣膜疾病，影响着约5%的65岁以上的美国成年人。
心血管影像研究负责人、理查德·A·和苏珊·F·史密斯结果研究中心的乔丹·B·斯特罗姆博士及其同事使用来自BIDMC的31,000多名美国医疗保险受益人的常规超声心动图报告测试了这种人工智能决策支持算法（AI-DSA）。该算法识别出了98%符合临床指南标准的严重AS患者，并且还识别出了超过一千名可能患有严重AS但未达到临床指南标准的患者。这些患者的死亡风险与严重AS患者相同，但只有6.6%接受了延长生命的主动脉瓣置换术（AVR），而被诊断为严重AS的患者中有20.2%接受了手术。
这项研究的结果表明，该算法可以作为常规超声心动图报告的辅助工具，以提高严重AS患者的识别率，并随后转诊进行挽救生命的AVR。未来，AI-DSA工具应进行临床测试，以确保其使用能够改进现有的临床实践，并提高严重AS患者的总体检出率。
主动脉瓣狭窄（AS）是一种严重的心脏瓣膜疾病，会导致主动脉瓣变窄，减少从心脏到主动脉的血流量。这是临床医生遇到的最常见的心脏瓣膜疾病。未经主动脉瓣置换术（AVR）治疗的严重AS几乎总是致命的。尽管有基于指南的指征建议将有症状的严重AS患者转诊至AVR，且每延迟一周转诊的死亡风险增加2%，但仍有近三分之一的此类患者未被转诊。
该AI-DSA最初使用澳大利亚国家超声心动图数据库的100多万份超声心动图进行训练和测试，通过超声心动图报告预测个体患严重AS的概率，而不依赖于常用的、容易出错的测量方法，这些方法可能会低估严重AS的发生率。
阅读《JACC Advances》上的完整论文。
BILH研究作者：乔丹·斯特罗姆博士
利益冲突声明：本研究由EchoIQ资助。乔丹·B·斯特罗姆博士担任EchoIQ科学顾问委员会成员。
引用：Strom, J, Playford, D, Stewart, S. et al. 一种用于检测严重主动脉瓣狭窄的人工智能算法：一项临床队列研究。JACC Adv. 2024 Sep, 3 (9_Part_2).
(全文结束)
