一种新型AI模型在识别可能经历心脏骤停的患者方面远超医生。
该系统的关键在于其能够分析长期未充分利用的心脏影像以及全面的医疗记录，从而揭示患者心脏健康状况中以前隐藏的信息。
这项由联邦政府资助、约翰·霍普金斯大学（Johns Hopkins University）研究人员主导的工作可以挽救许多生命，并使许多人避免不必要的医疗干预，包括植入不需要的心律转复除颤器。
“目前，一些人在壮年时期因未受到保护而死亡，而另一些人则终生忍受着毫无益处的心律转复除颤器，”资深作者、专注于将人工智能应用于心脏病学的研究员纳塔莉亚·特拉亚诺娃（Natalia Trayanova）表示，“我们有能力以非常高的准确性预测患者是否处于心脏骤停高风险之中。”
研究结果今天发表在《自然心血管研究》（Nature Cardiovascular Research）上。
肥厚型心肌病是最常见的遗传性心脏病之一，影响全球每200至500人中的一个，并且是年轻人和运动员猝死的主要原因。
许多肥厚型心肌病患者会过上正常生活，但其中一部分人面临显著增加的猝死风险。医生几乎无法确定这些患者是谁。
目前，美国和欧洲的医生使用的临床指南在识别致命心脏病发作高风险患者方面的准确率约为50%，“并不比掷骰子好多少，”特拉亚诺娃说。
该团队的模型在所有人口统计群体中都显著优于临床指南。
多模态AI心室性心律失常风险分层（Multimodal AI for ventricular Arrhythmia Risk Stratification, MAARS）通过分析各种医疗数据和记录来预测个体患者心脏骤停的风险，并首次探索了患者心脏增强对比MRI图像中的所有信息。
患有肥厚型心肌病的人会在心脏上形成纤维化或瘢痕，而这些瘢痕增加了他们心脏骤停的风险。虽然医生无法理解原始MRI图像，但AI模型直接聚焦于关键的瘢痕模式。
“人们没有在这些图像上使用深度学习，”特拉亚诺娃说，“我们能够提取通常不被考虑的图像中的隐藏信息。”
该团队在约翰·霍普金斯医院（Johns Hopkins Hospital）和北卡罗来纳州桑格心脏与血管研究所（Sanger Heart & Vascular Institute）接受传统临床指南治疗的真实患者身上测试了该模型。
相比准确率约为一半的临床指南，AI模型在所有患者中的准确率为89%，更重要的是，在40至60岁人群中，这一准确率达到93%，这部分人群是肥厚型心肌病患者中最容易发生心脏骤停的群体。
此外，AI模型还能解释为何患者属于高风险，以便医生量身定制适合其特定需求的医疗计划。
“我们的研究表明，与当前算法相比，AI模型显著提高了我们预测最高风险人群的能力，因此有潜力改变临床护理，”合著者、约翰·霍普金斯大学心脏病学家乔纳森·克里斯平（Jonathan Crispin）表示。
2022年，特拉亚诺娃的团队创建了一种不同的多模态AI模型，为患有心肌梗塞的患者提供个性化的生存评估，预测某人是否会以及何时因心脏骤停死亡。
该团队计划在更多患者身上进一步测试新模型，并扩展新算法用于其他类型的心脏病，包括心脏结节病和右心室心肌病。
作者包括来自约翰·霍普金斯大学的蔡长鑫（Changxin Lai）、尹明朗（Minglang Yin）、叶夫根·霍洛夫斯基（Eugene G. Kholmovski）、丹·波佩斯库（Dan M. Popescu）、伊德姆·宾加（Edem Binka）、斯蒂芬·齐默尔曼（Stefan L. Zimmerman）和艾莉森·海斯（Allison G. Hays）；加州大学旧金山分校（University of California San Francisco）肥厚型心肌病卓越中心的陆大一（Dai-Yin Lu）和罗赛勒·阿伯拉罕（M. Roselle Abraham）；以及心房健康（Atrium Health）的埃里卡·谢勒（Erica Scherer）和德莫特·费兰（Dermot M. Phelan）。
(全文结束)
