一种新型的人工智能（AI）增强型心电图（ECG）模型——AIRE-HTN，在预测高血压的发展和分层患者相关不良事件风险方面展示了显著潜力。高血压仍然是全球发病率和死亡率的主要贡献者。早期识别和干预对于减轻相关风险至关重要。在这项研究中，研究人员开发并验证了AIRE-HTN算法，用于预测新发高血压并分层心血管和肾脏并发症的风险。该算法基于Beth Israel Deaconess医疗中心（BIDMC）的189,539名患者的1,163,401份心电图进行训练，并在英国生物样本库（UK Biobank，简称UKB）的65,610份心电图上进行了外部验证。
使用带有离散时间生存损失函数的残差卷积神经网络架构，AIRE-HTN在BIDMC和UKB队列中均达到了0.70（95%置信区间，0.69–0.71）的一致性指数（C指数）。重要的是，该模型在没有左心室肥厚或心电图异常的个体中也保持了性能。除了预测高血压外，AIRE-HTN评分还独立预测了心血管死亡（风险比[HR]，2.24；95%置信区间，1.67–3.00），并分层预测了心力衰竭（HR，2.60；95%置信区间，2.22–3.04）、心肌梗死（HR，3.13；95%置信区间，2.55–3.83）、缺血性卒中（HR，1.23；95%置信区间，1.11–1.37）和慢性肾病（HR，1.89；95%置信区间，1.68–2.12）的风险。
研究结果表明，将如AIRE-HTN这样的AI驱动工具整合到临床实践中，可以超越传统方法，增强高血压筛查和风险分层。这可能导致高危患者的更早干预和更好的预后。未来的研究应集中在评估该模型在多样化人群和医疗环境中的现实世界影响。此类AI模型的引入可能会重新定义预防策略，改善高血压相关并发症的早期检测和管理。
(全文结束)
