一项新的研究表明，一种结合人工智能（AI）和便携式心脏超声波的新筛查测试可以在急诊室和社区中更早发现两种常见的心肌病，从而确保更多患者得到及时治疗。这项研究于1月29日发表在《柳叶刀数字健康》杂志上。
心肌病是指由于遗传或其他健康状况导致心脏肌肉变弱或受损的情况。目前，检测这些疾病依赖于高级诊断影像测试，这些测试通常昂贵、难以获得，并且需要专家进行解读，因此许多病例未被诊断出来。
现在，耶鲁大学医学院（Yale School of Medicine，简称YSM）心血管数据科学实验室（Cardiovascular Data Science Lab，简称CarDS Lab）的研究人员开发了一种算法，该算法可以通过分析过去十年间两个医疗系统中急诊室采集的心脏超声波图像来识别两种常见类型的心肌病。AI可以在患者正式确诊前平均提前两年发现疾病的迹象。
耶鲁医学院心血管医学临床研究员兼CarDS Lab博士后研究员Evangelos Oikonomou博士表示：“我们实际上可以减少漏诊的情况。”这种基于AI的测试可以在急诊室中用于标记高风险人群。
心肌病比我们以前认为的更为常见。美国疾病控制与预防中心（Centers for Disease Control and Prevention，简称CDC）估计，每500人中就有1人可能患有某种形式的心肌病。然而，即使在今天，许多患有该病的人——甚至因该病死亡的人——仍未被诊断出来。
部分原因是检测心肌病需要时间和金钱。由于没有常规筛查或明显症状，患者需要在医生发现他们有呼吸急促或胸痛等症状后才能接受昂贵的检测。
但医生们可能有一种更简单的方法来标记那些可能患心肌病风险的人。心脏超声波检查通常持续约30分钟。然而，一些因心脏不适而前往急诊室的患者可能会接受较便宜且快速的胸部超声波检查。这些测试并不是为了检测心肌病，但它们提供了一个机会，可以在不增加急诊室医生负担的情况下，利用算法扫描已经作为临床护理一部分获取的信息来筛查心肌病风险。
为了验证这一假设，研究团队决定重点关注两种特定类型的心肌病。第一种是肥厚型心肌病，其中心肌增厚到心脏无法正常跳动的程度。研究人员还筛查了转甲状腺素蛋白淀粉样变心肌病，这是一种蛋白质堆积导致心肌僵硬的疾病。
Oikonomou和他的团队使用超过9万个过去十年间收集的简短超声波图像训练了他们的算法。数据集中大约有550人在后来被诊断出患有这两种心肌病之一。
训练完成后，算法几乎正确地标记了所有阳性病例。不仅如此，筛查还发现了在患者正式确诊前六个月至四年半之间采集的一些超声波图像中的早期疾病迹象——这表明算法可以发现专家可能忽略的迹象。
这一点非常重要，因为早期干预对于治疗心肌病至关重要。特别是转甲状腺素蛋白淀粉样变心肌病，早期干预可以将患者的生存几率提高30%。
该算法也标记了一些可能是假阳性的病例。然而，Oikonomou认为这可能与心肌病的漏诊有关。被算法标记为“高风险”但从未确诊的患者，在接受超声波检查后的两年内死亡的可能性仍然比从未被标记的患者高出17-32%。这表明其中一些人可能患有未被识别的心脏病。
最终，该算法的目标是为医生提供一种廉价且简便的方法，在进行其他护理时筛查心肌病。一旦被标记，患者将被送往进一步测试以确认其病情。Oikonomou表示，AI不会取代医生的诊断或医疗治疗。
耶鲁大学医学院心血管医学助理教授兼CarDS Lab主任Rohan Khera博士说：“为什么使用AI？因为它可以从这些图像中发现人类专家——甚至是心脏病学家——都无法察觉的东西。”
(全文结束)
