AI工具提升心脏淀粉样变性检测能力
芝加哥大学医学中心报道——在《欧洲心脏杂志》上发表的一项新研究中，研究人员报告了一种医疗人工智能（AI）模型的成功开发与验证，该模型可用于筛查心脏淀粉样变性，这是一种进展性和不可逆的心脏疾病。
结果显示，这种AI工具具有极高的准确性，超越了现有的诊断方法，并有可能实现更早期、更精准的诊断，从而使患者能够尽早获得正确的治疗。
什么是心脏淀粉样变性？
心脏淀粉样变性是一种心脏疾病，由于异常蛋白质在心肌中堆积，导致心肌僵硬并削弱其泵血能力。最近出现了多种延长生命的药物治疗方法，但若未能及时诊断，医生将错失延长患者生存时间和提高生活质量的机会。
“不幸的是，心脏淀粉样变性的诊断颇具挑战性，因为不进行大量检测的情况下，它往往难以与其他心脏问题区分开来。”共同主要作者、芝加哥大学医学中心（University of Chicago Medicine）的心脏病专家杰里米·斯利夫尼克博士（Jeremy Slivnick, MD）解释道。
开发用于心脏病学的AI
该AI模型由梅奥诊所（Mayo Clinic）和Ultromics有限公司（一家AI超声心动图公司）的研究人员开发。他们训练了一个神经网络，使用常规的心脏超声图像（即超声心动图）来检测心脏淀粉样变性。
由此产生的AI模型能够分析单一视角的心尖四腔室超声心动图视频，快速检测心脏淀粉样变性并将其与其他类似的心脏状况区分开来。
芝加哥大学医学中心（UChicago Medicine）联合全球其他17家医院，对算法结果进行了大规模、多民族患者群体的验证和测试。他们发现，该AI工具在正确识别患有心脏淀粉样变性的患者方面准确率达到85%，而在排除该疾病方面准确率为93%。这种高效性在不同人群中及针对多种类型的心脏淀粉样变性均保持一致。
在分析过程中，斯利夫尼克及其同事将AI模型与目前常用于检测心脏淀粉样变性的临床评分方法进行了比较。结果表明，该模型显著优于这些传统方法，使医生更容易决定哪些患者需要进一步影像学检查或评估。
“令人兴奋的是，我们证实了人工智能可以为临床医生提供可靠的信息，以增强他们的专业决策过程。” 斯利夫尼克表示，“由于针对心脏淀粉样变性的新型疗法在疾病的早期阶段最为有效，因此我们必须充分利用所有可用工具，尽快做出诊断。”
将AI引入临床实践
该AI模型已通过FDA审批，并已在全美多家医院实施，研究人员希望其最终能在常规心脏护理中得到广泛应用。
“这个AI模型提供了一种实用的解决方案，”斯利夫尼克说，“因为它能自动分析常见的超声心动图视图，因此可以轻松融入日常临床实践，而不会造成麻烦或牺牲诊断准确性。”
论文《从单个超声心动图视频片段检测心脏淀粉样变性：一种基于人工智能的新型筛查工具》于2025年7月发表在《欧洲心脏杂志》上。作者包括Jeremy Slivnick、Will Hawkes、Jorge Oliveira、Gary Woodward、Ashley Akerman、Alberto Gomez、Izhan Hamza、Viral Desai、Zachary Barrett-O'Keefe、Martha Grogan、Angela Dispenzieri、Christopher Scott、Halley Davison、Juan Cotella、Matthew Maurer、Stephen Helmke、Marielle Scherrer-Crosbie、Marwa Soltani、Akash Goyal、Karolina Zareba、Richard Cheng、James Kirkpatrick、Tetsuji Kitano、Masaaki Takeuchi、Viviane Tiemi Hotta、Marcelo Luiz Campos Vieira、Pablo Elissamburu、Ricardo Ronderos、Aldo Prado、Efstratios Koutroumpakis、Anita Deswal、Amit Pursnani、Nitasha Sarswat、Amit Patel、Karima Addetia、Frederick Ruberg、Michael Randazzo、Federico Asch、Jamie O'Driscoll、Nora Al-Roub、Jordan Strom、Liam Kidd、Sarah Cuddy、Ross Upton、Roberto Lang和Patricia Pellikka。
(全文结束)
