西弗吉尼亚大学（WVU）计算机科学家团队成功开发多个人工智能模型，专门用于识别阿巴拉契亚地区农村患者的心力衰竭症状。
WVU助理教授普拉什纳·盖瓦利（Prashnna Gyawali）指出，心力衰竭是全球最严峻的公共卫生挑战之一，尤其对美国农村地区影响深远。尽管当前AI诊断模型主要基于城市及郊区患者数据训练，但这些系统在服务偏远地区时存在显著局限性。
研究人员以具体案例阐释技术革新必要性："设想简·多伊女士，这位62岁的阿巴拉契亚农村居民因体力劳动强度大、预防医疗匮乏、长期暴露于煤矿粉尘等环境风险因素，开始出现疲劳与呼吸急促症状。若采用传统AI系统分析其心电图数据，可能因训练数据缺乏农村患者特征参数，导致系统无法准确识别病情紧急程度。而基于西弗吉尼亚本地患者数据训练的新模型，将确保这类患者获得符合地域特征的精准诊断。"
该团队从55,000例患者数据中筛选出最优模型参数，研究成果发表于《自然》旗下期刊《科学报告》。研究特别关注西弗吉尼亚州的医疗现状——该州心脏病发病率全美最高，但多数地区缺乏昂贵的超声心动图设备，却普遍配备低成本的心电图检测仪器。实验验证显示，改良后的AI模型可通过普通心电图数据实现高精度诊断。
盖瓦利强调："当前AI尚未在临床大规模应用，主要受制于可靠性验证。但通过针对性数据训练，我们有望在近期实现技术突破。随着6,000万美国人心力衰竭风险持续增长，特别是阿巴拉契亚地区人口老龄化加剧，解决医疗资源错配问题已刻不容缓。"
【全文结束】
