心脏性猝死每年在全球范围内导致超过五百万人死亡。许多心脏骤停事件毫无预警地发生，并且一些患者并不总是有已知的心脏病史。
然而，一项新的研究发现，许多心脏性猝死病例可以通过人工智能来避免。这项研究发表在《欧洲心脏杂志》上。
研究人员开发了一个模仿人脑功能的人工神经网络。他们分析了来自六个不同国家（英国、美国、法国、南非、印度和捷克）的24万份动态心电图数据，总计数百万小时的心跳记录。该算法旨在改善心脏性猝死的预防。
通过人工智能，研究人员发现了预示心律失常风险的新弱信号。他们特别关注心脏在一次完整的心脏收缩和舒张周期中所需的时间，即心室电刺激和放松的时间。
“通过分析24小时的电信号，我们发现可以识别出在未来两周内可能出现严重心律失常的患者，”研究作者Laurent Fiorina博士解释说。“如果不加以治疗，这种类型的心律失常可能会发展成致命的心脏骤停。”
在这项研究中，人工神经网络能够检测到70%的高风险患者，而在99.9%的情况下能够正确识别无风险患者。
未来，这个算法可以用于医院监测高风险患者。如果其性能进一步优化，还可以应用于测量血压的动态心电监护仪，甚至智能手表中。
“我们在这里提出的是预防心脏性猝死的一种范式转变，”研究负责人Eloi Marijon表示。“直到现在，我们一直在试图识别中长期风险的患者，但无法预测在心脏骤停前几分钟、几小时或几天内可能发生的情况。而现在，借助人工智能，我们可以预测这些短期事件，并有可能在为时已晚之前采取行动。”
研究人员将重点进行临床试验，以测试该模型在实际条件下的有效性，但他们已经表明，人工智能具有彻底改变严重心律失常预防的巨大潜力。
(全文结束)
