一种新的AI模型在识别可能经历心脏骤停的患者方面比医生做得更好。
该系统的关键在于其能够分析长期以来未被充分利用的心脏影像，并结合全方位的医疗记录，揭示患者心脏健康状况的隐藏信息。
这项由联邦政府资助、约翰霍普金斯大学（Johns Hopkins University）研究人员主导的工作，可以挽救许多生命，并且使许多人免受不必要的医疗干预，包括植入不需要的除颤器。
“目前，我们有一些患者在他们生命的黄金时期去世，因为他们没有得到保护，而另一些人则终生忍受着毫无益处的除颤器，”资深作者、专注于使用人工智能进行心脏病学研究的Natalia Trayanova表示，“我们有能力以极高的准确性预测患者是否处于猝死的高风险中。”
这些研究结果发表在今天的《自然心血管研究》杂志上。
肥厚型心肌病是最常见的心脏遗传病之一，影响全球每200到500人中的一个，并且是年轻人和运动员猝死的主要原因。
许多肥厚型心肌病患者会过上正常的生活，但其中一部分人面临显著增加的猝死风险。医生几乎无法确定这些患者是谁。
目前全美和欧洲医生用来识别致命心脏病发作高危患者的临床指南，有大约50%的几率识别出正确的患者，Trayanova说这“并不比掷骰子好多少”。
该团队的模型在所有人口统计学群体中都显著优于临床指南。
多模态心室性心律失常风险分层（Multimodal AI for ventricular Arrhythmia Risk Stratification，简称MAARS），通过分析各种医疗数据和记录来预测个体患者猝死的风险，并且首次挖掘了患者心脏对比增强MRI图像中的所有信息。
患有肥厚型心肌病的人会在心脏上形成纤维化或瘢痕，而正是这些瘢痕增加了他们猝死的风险。虽然医生一直无法解读原始的MRI图像，但AI模型精准地锁定了关键的瘢痕模式。
“人们还没有在这些图像上应用深度学习，”Trayanova说道，“我们能够提取通常未被考虑的图像中的隐藏信息。”
该团队将该模型与在约翰霍普金斯医院（Johns Hopkins Hospital）和北卡罗来纳州桑格心脏和血管研究所（Sanger Heart & Vascular Institute）接受传统临床指南治疗的真实患者进行了测试。
相比于大约一半时间准确的临床指南，AI模型在所有患者中的准确率为89%，并且至关重要的是，在40至60岁人群中准确率达到93%，这一人群是肥厚型心肌病患者中猝死风险最高的。
该AI模型还可以描述为什么患者属于高风险，以便医生可以根据他们的具体需求制定医疗计划。
“我们的研究表明，这种AI模型显著增强了我们预测最高风险患者的能力，相比我们目前的算法，它有潜力改变临床护理，”共同作者、约翰霍普金斯大学的心脏病学家Jonathan Crispin表示。
2022年，Trayanova的团队创建了一种不同的多模态AI模型，为心肌梗塞患者提供个性化的生存评估，预测某人是否会以及何时死于心脏骤停。
该团队计划在更多患者身上进一步测试新模型，并扩展新算法以用于其他类型的心脏疾病，包括心脏结节病和致心律失常性右室心肌病。
作者包括来自约翰霍普金斯大学的Changxin Lai、Minglang Yin、Eugene G. Kholmovski、Dan M. Popescu、Edem Binka、Stefan L. Zimmerman、Allison G. Hays；加州大学旧金山分校（University of California San Francisco）肥厚型心肌病卓越中心的Dai-Yin Lu和M. Roselle Abraham；以及Atrium Health的Erica Scherer和Dermot M. Phelan。
(全文结束)
