罗切斯特梅奥诊所的研究人员刚刚宣布了一项使用人工智能预测心脏病的新研究成果。
当你想到脂肪时，大多数人会关注自己的身体和体重。但心脏周围也存在"脂肪"，这可能是心脏病的征兆。
梅奥诊所心脏病专家弗朗西斯科·洛佩兹-希门尼斯博士表示："了解谁将来会发展为心脏病非常重要。"
他表示，他们现在使用人工智能测量心脏周围的脂肪，发现脂肪越多，风险越高。
然而，一个人的实际体重与其心脏脂肪并不匹配。
洛佩兹-希门尼斯解释说："一个人可能非常瘦，但心脏周围却有很多脂肪；反之亦然，一个人可能明显超重，但心脏周围几乎没有脂肪。"
他表示，心脏病随着时间推移而发展，仍然是全球死亡的主要原因，因此及早识别风险对预防心脏病发作、中风和其他严重后果至关重要。
洛佩兹-希门尼斯博士补充道："我们从这项研究中获得的最重要信息是，通过了解谁面临更高的心脏病发作和中风风险，我们可以针对这些个体进行预防性治疗。当我们针对最高风险的个体时，我们知道人们更可能、更愿意改变行为，接受降低心脏病风险的治疗。此外，由于我们针对的是最高风险人群，这些治疗也更具成本效益。"
该研究追踪了近12000名成年人约16年。洛佩兹-希门尼斯表示，人工智能发挥了关键作用。
他表示："人工智能对我们的关键作用在于测量心脏周围的脂肪，因为心脏周围的脂肪很难测量。如果手动测量，技术人员或医生需要花费大约半小时到一小时来测量脂肪量。但由于这项研究中我们进行了成千上万次扫描，我们必须创建一个使用人工智能的系统，以便在每项研究的几分之一秒内测量脂肪。"
研究结果在2026年美国心脏病学会科学会议上公布，同时发表在《美国预防心脏病学杂志》上。
主要发现：
- 近10%的参与者在随访期间发展为心血管疾病。
- 心脏周围的脂肪体积越高，心血管事件的风险独立增加，即使考虑了传统风险因素和冠状动脉钙化评分。
- 冠状脂肪体积最高的参与者在所有冠状动脉钙化水平上都表现出较高的风险。
- 添加冠状脂肪测量可提高预测心血管事件的准确性，超越现有模型。
冠状动脉钙化评分被广泛用于评估心血管风险。这项研究表明，可以从同一扫描中提取额外信息，无需额外测试或成本。
洛佩兹-希门尼斯表示："由于这种测量来自许多患者已经接受的影像检查，它代表了一种实用且可扩展的方式来增强心血管风险评估。它可以帮助临床医生更早、更有效地干预。"
研究人员指出，进一步的研究将有助于确定如何最好地将冠状脂肪测量纳入常规临床护理，以及它是否可以指导治疗决策。
【全文结束】
