一种突破性的人工智能（AI）模型已被开发出来，用于革新心脏淀粉样变性的筛查过程。这种罕见且进展性的心力衰竭类型对诊断提出了巨大挑战。该模型由梅奥诊所（Mayo Clinic）和英国牛津的AI超声心动图公司Ultromics, Ltd.合作开发，在检测这一复杂病症方面展现了显著的准确性。
什么是心脏淀粉样变性？
心脏淀粉样变性是一种危及生命的疾病，其特征是异常蛋白质（称为淀粉样蛋白）在心肌中堆积，导致心脏僵硬并影响其泵血功能。最近，针对这种疾病的多种延长生命的药物已经问世，但若不能早期诊断，医生将错失延长患者生存期和改善生活质量的机会。不幸的是，由于症状和影像学特征与其他心脏病类似，心脏淀粉样变性往往难以诊断，通常需要大量繁复的检测才能区分。
AI模型的开发与验证
研究人员利用常规的心脏超声图像（即超声心动图）训练了神经网络，使其能够通过单次超声心动图视频分析心脏心尖四腔视图，快速检测心脏淀粉样变性，并将其与其他相似的心脏问题区分开来。为了验证该模型的有效性，芝加哥大学医学中心（University of Chicago Medicine）联合全球其他17家医院，在一个大型且多民族的患者群体中测试了算法的表现。结果显示，该工具在以下方面表现出色：
- 正确诊断心脏淀粉样变性患者的准确率为85%；
- 正确排除该疾病的准确率为93%；
- 在不同人群中对多种类型的心脏淀粉样变性均有效。
超越传统方法
与现有的常用于检测心脏淀粉样变性的临床评分方法相比，AI模型明显优于这些传统手段，使医生更容易判断哪些患者需要进一步的高级影像检查或评估。芝加哥大学医学中心的心脏病专家、研究的共同主要作者杰里米·斯利夫尼克博士（Jeremy Slivnick, MD）强调了这一发展的重要性：“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，从而增强他们的专业决策能力。”
临床实施与未来前景
该AI模型已获得美国食品药品监督管理局（FDA）批准，并正在美国多家医院实施。研究人员希望它最终能在常规心脏护理中得到广泛应用，因为其具有实用性，且易于融入日常临床实践而不会牺牲诊断准确性。梅奥诊所的心脏病专家、该研究的资深作者帕特丽夏·佩利卡博士（Patricia Pellikka, M.D.）指出：“这是一个突破性的工具，可以帮助我们更早地识别患者，使他们能够及时接受所需的治疗。”
随着医疗领域人工智能技术的不断进步，这一模型成为技术如何提升医疗诊断能力并改善像心脏淀粉样变性这样复杂疾病的患者预后的典范。
(全文结束)
