西奈山的研究人员正在研究一种称为肥厚型心肌病（HCM）的心脏疾病。他们校准了一种人工智能（AI）算法，以快速且更具体地识别患有该疾病的患者，并将他们标记为高风险，以便在医生的预约中得到更多的关注。
这种被称为Viz HCM的算法此前已获得美国食品药品监督管理局（FDA）批准，用于心电图（ECG）上检测HCM。西奈山的研究于2023年4月22日在《NEJM AI》期刊上发表，为该算法的结果分配了数值概率。
例如，虽然算法之前可能只是说“标记为疑似HCM”或“HCM高风险”，但西奈山的研究允许进行如下解释：“你有大约60%的概率患有HCM。”通讯作者Joshua Lampert博士表示，他是西奈山Fuster心脏医院的机器学习主任。
因此，那些之前未被诊断出HCM的患者可以更好地了解自己的个体疾病风险，从而更快地进行个性化评估和治疗，以预防并发症，如猝死，尤其是在年轻患者中。
Lampert博士说：“这是将新颖的深度学习算法转化为临床实践的重要一步，为临床医生和患者提供了更有意义的信息。通过使用排序工具，临床医生可以确保最高风险的患者在他们的临床工作列表中排在最前面，从而改进他们的临床工作流程。通过模型校准，患者可以获得更个性化的信息，这提高了模型分类分数的可解释性。这种本地模型校准策略是否普遍适用于其他环境仍有待证明。”
HCM影响全球每200人中的1人，是心脏移植的主要原因之一。然而，许多患者直到出现症状并且疾病已经进展时才意识到自己患有该疾病。
西奈山的研究人员对2023年3月7日至2024年1月18日期间接受心电图检查的近71,000名患者运行了Viz HCM算法。该算法标记了1,522名患者为HCM阳性警报。研究人员审查了记录和影像数据，以确认哪些患者确诊为HCM。
在审查了确诊结果后，研究人员对AI工具进行了模型校准，以评估校准后的HCM概率是否与患者实际患病的可能性相关。他们发现，校准后的模型确实给出了准确的估计值，反映了患者患HCM的可能性。
使用该模型分析患者的ECG结果可以使心脏病专家优先考虑最高风险的患者，以便在症状开始或恶化之前尽快安排预约和治疗。医生能够向每位患者解释其个体化风险，而不是模糊地说AI模型标记了他们。这有助于让新患者参与并进入护理，以防止与HCM相关的不良后果，如猝死或由于心肌增厚导致的血流受阻。
共同资深作者Vivek Reddy博士说：“这项研究提供了所需的粒度，帮助我们重新思考如何对患者进行分诊、风险分层和咨询。在这个增强智能的时代，我们必须在患者护理方法中融入新的复杂性。”Reddy博士是西奈山卫生系统的房颤服务主任，也是Leona M. 和 Harry B. Helmsley 慈善信托基金心脏病学教授。
另一位共同资深作者Girish N. Nadkarni博士说：“这项研究展示了务实的实施科学的最佳实践，展示了我们如何负责任和周到地将先进的AI工具整合到现实世界的临床工作流程中。”Nadkarni博士是Windreich人工智能与人类健康系主任，Hasso Plattner数字健康研究所所长，以及Icahn医学院的Irene和Arthur M. Fishberg医学教授。
下一步是在全国更多医疗系统中扩展这项研究和HCM的AI校准。
Viz.ai赞助了这项研究。Lampert博士是Viz.ai的付费顾问。
(全文结束)
