丹维尔——盖辛格（Geisinger）的研究人员获得资金，以率先开发一种预测胸主动脉夹层（TAD）的新方法——一种常无预警发生的致命性心血管急症。
该拨款来自约翰·里特主动脉健康基金会（The John Ritter Foundation for Aortic Health），将支持开发一种先进的基于人工智能和机器学习的预测工具，以比现有方法更早、更准确地识别TAD最高风险患者。
“传统方法严重依赖测量主动脉尺寸，但许多患者在未达到指南阈值时就发生夹层，”盖辛格基因组健康系教授、首席研究员托拉吉·米尔沙希博士（Tooraj Mirshahi, Ph.D.）表示，“通过结合影像特征、遗传风险因素和详细的临床病史，我们的项目将为患者生成真正个性化风险模型。”
该研究将利用盖辛格独特的数据集，包括：
— 超过230万份电子健康记录
— 超过20万次CT扫描，使用定制AI工具分析
— 来自超过23万人的基因数据，包括与主动脉疾病相关的罕见变异和风险评分
— 整合这些数据流将使团队能够构建一个模型，可精确定位哪些患者面临主动脉夹层风险，可能提前数年预警事件发生。
“该项目有潜力通过识别那些原本会被忽视的高风险个体来挽救生命，”盖辛格血管外科副主任、共同研究员埃文·赖尔医学博士（Evan Ryer, M.D.）表示，“最终，我们设想一种预测工具，能够指导临床决策、引导监测并允许及时预防性干预。”
除了改善早期检测外，该项目还预计将实现患者监测和治疗的个性化。
“理解夹层为何及何时发生一直是心血管医学的长期挑战。通过整合遗传学、影像学和临床因素，该项目将帮助我们识别高风险患者，并为主动脉疾病的生物学提供新见解。这些知识可塑造未来疗法并改善全球患者的预后，”盖辛格心胸外科教授、共同研究员、副首席科学官斯科特·勒梅尔医学博士（Scott LeMaire, M.D.）补充道。
该项目支持该基金会预防胸主动脉夹层过早死亡的使命，以纪念演员约翰·里特（John Ritter）的遗产，他于2003年因误诊的主动脉夹层去世。
“约翰·里特基金会的资助使我们能够弥合尖端科学与临床护理之间的差距，”米尔沙希说，“我们感谢他们的伙伴关系和支持，以推进这项挽救生命的工作。”
勒梅尔、赖尔和米尔沙希受邀参加一个网络研讨会，讨论题为“使用常规CT影像、电子健康记录和基因数据预测胸主动脉夹层的人工智能/机器学习框架”的拨款，将于11月17日星期一晚上7点举行。
【全文结束】
