每年在美国，超过30万人死于心源性猝死，这是一种心脏电系统无预警故障的状况。这种医疗紧急情况可能夺走高风险老年人和没有心脏病史的年轻运动员的生命。虽然能电击心脏的植入式除颤器可以挽救生命，但确定谁真正需要这种设备仍然是一个高风险的猜测游戏。
随着一种可能改变这一局面的新工具问世，加州大学伯克利分校的研究人员发现心电图中一个先前未被识别的信号，可以在患者心脏停止跳动前更好地检测高风险患者。
研究人员使用了来自瑞典的44万多份心电图，结合死亡证明信息，训练了一个人工智能模型来分析心脏电流产生的尖峰和波形。他们向模型输入了健康人、高风险患者以及后来发生心脏死亡患者的扫描结果，直到模型能够识别出后来发生心源性猝死患者的波形模式。在多年时间里，研究人员在美国和台湾的数千份其他患者文件上测试了该模型。
他们发现，该算法对患者心电图的解读优于标准临床测试，后者测量的是心脏每次跳动时泵出的血量。这些测试确定了一个高风险群体，其心源性猝死年发生率为4.6%。而AI系统确定的高风险群体年发生率为7%——这一差异每年涉及数千名患者，其中绝大多数按现行标准被视为低风险。
换句话说，该模型标记出了更大的高风险人群，并更好地预测了谁会遭受心源性猝死——这一切都基于全球各地医疗机构普遍可获得的图像。
今天发表在著名期刊《自然》上的这项研究，可能帮助医生更好地识别哪些人需要植入式除颤器。它也为研究AI工具关注的生理机制打开了大门，这些机制似乎与心脏突然致命性失灵有关。
"医疗决策真的很难，我认为这就是为什么AI对我来说如此令人兴奋，"加州大学伯克利分校公共卫生学院副教授、该研究的主要作者Ziad Obermeyer表示。"我们不仅可以做出更好的决策，还可以开始了解这些患者在心脏停止跳动前实际上发生了什么。"
心肌梗塞源于流向心脏的血液受限，而心脏骤停则发生在心脏电流突然停止时。心肺复苏和自动体外除颤器的电击可以挽救生命，但约90%在医院外发生心源性猝死的人会在几分钟内死亡。
Obermeyer将心源性猝死列为顽固医学谜题的前列。由于人们死亡如此突然，很难知道心脏停止跳动前内部发生了什么。尸检可以揭示其结构的一些细节，如堵塞的血管或硬化组织。但对于这位在机器学习、医学和健康政策交叉领域进行研究的急诊医师来说，死亡前的实际功能仍然是一个黑匣子。
"使这个问题非常悲惨但也非常适合AI的一点是，我们有这个问题的治疗方法，"Obermeyer说。"如果你知道自己是将要突然死亡的人之一，你会去看心脏病专家并植入除颤器。问题在于医生无法在为时已晚之前确定谁需要它。"
目前最常用的识别高风险患者的方法是测量心脏每次收缩时挤压的血量。如果该比率低于某个阈值，患者可能有资格植入除颤器。
该测试要求患者接受更复杂的医疗评估，而绝大多数受害者从未知道自己需要这种评估。此外，三分之二被认定为高风险患者植入的除颤器实际上从未需要启动。这意味着患者接受了侵入性、昂贵的手术，以预防他们可能永远不会面临的紧急情况。
同时，每年有数千名不知道自己处于风险中的人死亡。
"在这些人中，如果我们能及时知道，就可以预防其中一部分死亡，"Obermeyer说。"如果只是有更好的AI工具来发现这些情况，那么许多因心源性猝死而死亡的生命是可以预防的。"
为了构建和测试AI模型，Obermeyer和他的团队使用了三个不同的数据源。
首先，Obermeyer的团队使用了瑞典统一卫生系统六年的扫描数据来训练模型并发现潜在的重要波形模式，这些数据与死亡证明相匹配。然后，他们在圣地亚哥医院系统两年的匿名心电图以及来自台北的独立数据集上验证了该算法。
"好的AI始于好的数据，"同时也是UCSF-UC伯克利计算精准健康联合项目成员的Obermeyer说。"不幸的是，像我们在这项研究中使用的数据非常难以获取。这就是为什么目前临床AI应用如此之少的一个重要原因。"
Obermeyer表示，为当前研究收集所有数据花了大约十年时间，其中包括他共同创立的两个组织——Dandelion Health和Nightingale Open Science的工作，这两个组织都处于AI和医学研究的交叉点。
"在伯克利工作的一个巨大优势是，"Obermeyer说，"你可以追求这些缓慢燃烧的项目，然后希望在它们完成时获得巨大的回报。"
该项目的下一阶段已经开始。Obermeyer正在与瑞典、台湾和美国的卫生系统合作，将该算法部署到医院心电图数据库上。对于被标记为高风险的扫描，医生将通知患者并给他们选择佩戴持续监测心脏的贴片。这些数据可以帮助研究人员更好地了解心脏内导致信号的生理机制，这些信号似乎与风险升高相关。甚至可能导致植入可能挽救生命的内部除颤器。
Obermeyer还建立了一个网站，个人可以通过提交基本信息和电子邮件地址来评估自己的风险，一旦AI工具更广泛可用，研究团队就可以联系他们进行心电图分析。
除了帮助医生和患者做出更好的决策外，Obermeyer对AI在推动医学科学发展方面的作用持乐观态度。
"这些工具还将带来一种新的科学方法，"Obermeyer说，"思考这如何开始发生是很有趣的。"
【全文结束】