耶鲁医学院（Yale School of Medicine，YSM）的研究人员开发了一种新的心肌病筛查测试，该测试将人工智能（AI）与便携式心脏超声相结合。这项实验性测试可以确保更多的人能够及早接受两种常见心肌病的治疗。研究人员在《柳叶刀数字健康》（The Lancet Digital Health）上发表了相关技术的研究成果。
心血管数据科学实验室（Cardiovascular Data Science Lab，CarDS Lab）的成员表示，他们开发了一种算法，用于识别过去十年间两个医疗系统急诊室中采集的心脏超声图像中两种常被忽视的心肌病的迹象。AI能够在患者确诊前平均两年的时间内发现疾病迹象。
“像这样的基于AI的测试可以在急诊室中用于标记高风险心肌病患者，”耶鲁医学院心血管医学临床研究员兼CarDS Lab博士后Evangelos Oikonomou博士说，“我们可以最大限度地减少漏诊的情况。”
耶鲁医学院指出，常规心脏超声检查通常持续约30分钟。然而，急诊科的患者有时会接受更便宜、更快捷的胸部超声检查。这些检查并非专门用于检测心肌病，但它们可能提供筛查心肌病风险的机会。
为了验证这一假设，研究团队专注于肥厚型心肌病（心肌增厚导致心脏难以正常跳动）和转甲状腺素蛋白淀粉样变性心肌病（蛋白质堆积导致心肌硬化）这两种疾病。
Oikonomou和CarDS实验室利用过去十年收集的超过90,000次简短超声波图像来训练他们的算法。在这组数据中，大约有550人在之后被诊断出患有其中一种心肌病。经过训练后，算法几乎正确地标记了所有阳性病例。筛查还发现了在患者正式确诊前6个月到4年半之间采集的几次超声图像中的早期疾病迹象。
耶鲁医学院表示，这表明该算法可能发现专家们未能注意到的问题。这一点至关重要——研究团队称，早期干预可将转甲状腺素蛋白淀粉样变性心肌病患者的生存几率提高30%。
研究团队最终希望开发一种廉价、简便的方法，在进行其他护理的同时筛查心肌病。一旦标记出高风险患者，他们可以进一步进行确认性测试。AI不会替代诊断或医疗治疗，但可以帮助患者更快获得所需的护理。
“为什么选择AI？”Oikonomou说，“因为它可以从这些图像中发现我们心脏病学家甚至无法察觉的东西。”
(全文结束)
