在一项由耶鲁大学医学院心血管数据科学（CarDS）实验室领导的新研究中，研究人员开发了一种人工智能（AI）工具，可以利用心电图（ECG）图像识别未来可能发展为心力衰竭的高风险个体。这种新工具可以更早地识别心力衰竭，有望减少住院和过早死亡，研究人员表示。
该研究在线发表于《欧洲心脏期刊》。
心电图是一种非侵入性测试，通过放置在皮肤上的电极测量心脏的电活动。由于这些测试常规进行且广泛可用，因此它们为更广泛的心力衰竭筛查提供了一个理想的平台。心力衰竭是一种常见的心血管疾病，影响全球数百万人。
目前，识别心力衰竭高风险个体通常依赖一系列临床评估，包括详细的病史、体格检查和血液检测，这些检测在所有环境中并不总是可行的，该研究的第一作者、CarDS实验室博士后研究员Lovedeep Singh Dhingra医学博士解释说。
Dhingra表示：“我们的模型使用12导联心电图图像作为输入，能够在美国、英国和巴西等不同人群中心力衰竭风险进行准确分层。我们现在可以在患者出现明显症状之前，预测谁有未来发展为心力衰竭的风险。”
该研究的资深作者Rohan Khera医学博士、公共卫生硕士，医学助理教授（心血管医学）兼CarDS实验室主任强调了这项工作对公共健康的潜在影响。
“每次医生进行心电图测试——这一已经是标准临床护理的一部分——我们的简单工具现在提供了心血管疾病筛查和风险分层的机会。”他说道。“即使在资源有限的地方，心电图技术的广泛应用也使早期干预和改善那些原本可能未被诊断的患者的预后成为可能。”
作为CarDS实验室全球关注的一部分，AI模型在多个国际人群中进行了验证，展示了其大规模应用的潜力。
“我们希望确保AI健康技术在日常实践中得到广泛和公平的应用。”Khera说。“这是我们下一步的前沿。”
该研究得到了美国国立卫生研究院（NIH）下属的国家心肺血液研究所和国家老龄化研究所的资助，以及多里斯·杜克慈善基金会的资助。
其他耶鲁大学的作者包括：Arya Aminorroaya医学博士、哲学博士，Veer Sangha，Aline Pedroso哲学博士，Harlan Krumholz医学博士、理学硕士，以及Evangelos Oikonomou医学博士、哲学博士。
要了解更多，请阅读文章：“使用人工智能应用于心电图图像进行心力衰竭风险分层：一项跨国研究”。
(全文结束)
