由约翰霍普金斯大学心血管诊断和治疗创新联盟主任Natalia Trayanova博士领导的研究团队正在测试一种人工智能技术，这种技术不仅可以检测心律失常，还可以推荐治疗方法。
这项技术被称为微分映射算子学习（diffeomorphic mapping operator learning），简称DIMON。它可以通过分析患者的数字心脏孪生模型来预测心律失常。以前，Trayanova博士及其团队完成这一过程需要几天时间，而现在使用DIMON只需要几秒钟，根据约翰霍普金斯大学12月9日发布的新闻稿所述。
新闻稿还提到，DIMON的技术框架现在被用于解决其他研究领域的复杂工程问题。
Trayanova博士同时也是约翰霍普金斯大学数据科学和人工智能研究所健康与医学AI研究的主任，她接受了《Becker's》的采访，讨论了她的研究以及如何将其整合到临床心血管护理中。
问：您能简要解释一下这项技术吗？
Natalia Trayanova博士：我们通过获取患者的心脏影像和数据来创建一个个性化的数字心脏孪生模型。然后，我们在数字孪生模型上进行各种模拟和情景测试，以确定哪种治疗方法效果最佳。这些信息可以供医生用来提出治疗方案。
问：将这项技术引入常规临床实践的下一步是什么？
NT：为了使这一过程成为临床工作流程的一部分，必须使其能够在台式计算机上运行。医院要采用这项技术，需要投资于大规模部署。此外，人工智能技术必须以医生能够信任的方式部署。他们可能需要一段时间来与其互动，才能确信其有效性，因此可解释性非常重要。
通过个性化数字心脏孪生模型使用这项技术是一种机制性的、有形的决策支持工具。医生可以查看它，放大观察，了解某些事情发生的原因或不发生的原因。但医生还需要有一种方式向患者解释AI发现的具体特征或特性，并能够说明为什么做出特定的治疗决定。
(全文结束)
