延世大学开发了一种通过分析血液预测心房颤动（房颤）的人工智能模型。
延世大学医学院内科系的杨英燮教授、金大勋教授和朴翰진教授（心脏病学），以及医学生命科学系梁필성助理研究员团队于10月9日宣布，他们开发了一种基于血液中蛋白质信息预测房颤风险的人工智能模型。
房颤是最常见的心律失常类型，也是增加中风和心力衰竭风险的主要原因。然而，在早期阶段，症状并不明显，因此容易被忽视而未被诊断。因此，需要一种精准的医疗策略，能够在疾病发生之前准确预测风险，筛选高危人群并实施预防性治疗。
研究团队分析了约63,000名英国生物样本库参与者的血液蛋白质与房颤之间的关联，识别出一组与房颤发生显著相关的蛋白质候选物。随后，他们与美国ARIC队列研究人员合作，确认这些蛋白质候选物同样具有良好的预测能力。研究表明，使用该团队开发的蛋白质组学模型中的蛋白质信息，其准确性优于现有的临床预测模型。
特别是，蛋白质信息不仅能预测房颤的实际发病时间，还能够评估疾病的进展，超越了简单的风险预测功能。
此外，一些蛋白质不仅与房颤相关，还与中风和心力衰竭等并发症的发生有关，显示出其作为跨心血管疾病新生物标志物的潜力。
杨英燮教授解释道：“通过血液蛋白质分析预测房颤风险，将为未来以预防为导向的心血管治疗范式提供重要的转折点。”
金大勋教授和朴翰진教授强调说：“这项研究基于欧洲和亚洲的大规模人群进行了大规模的血液蛋白质分析，其重要意义在于提出了一种适用于各种种族和环境的预测模型。” 该研究成果最近发表在国际期刊《循环》（Circulation，影响因子35.5）上。
(全文结束)
