韩国研究人员开发了一种基于人工智能（AI）的算法，能够预测心脏的生物年龄，从而在心血管风险评估方面取得进展。该研究在欧洲心脏病学会（ESC）科学大会上进行了展示，强调了理解心脏生物年龄的重要性，因为心脏的生物年龄可能与其实际年龄有很大差异。
由韩国仁荷大学医院的Yong-Soo Baek领导的研究团队开发了一个深度神经网络，并使用15年内收集的425,051份12导联心电图（ECG）数据对其进行训练。这种AI算法通过分析标准心电图数据来估计心脏的生物年龄，提供了超出实际年龄测量的心脏功能信息。
“通过12导联心电图由人工智能估算出的心脏生物年龄与增加的死亡率和心血管事件有很强的关联性，突显了其在提高早期检测和预防策略中的实用性，”Baek表示。
该算法在一个独立的97,058份心电图队列中进行了验证，并对同年龄段和同性别患者进行了比较分析。研究评估了这种基于深度学习的算法的预后能力，并将其预测能力与传统实际年龄在死亡率和心血管结局方面的预测能力进行了比较。
研究结果表明，当心脏的生物年龄超过实际年龄7年时，健康风险会增加。“研究表明，当心脏的生物年龄超过实际年龄7年时，全因死亡和主要不良心血管事件的风险显著增加，”Baek指出。
统计模型显示，当AI心电图心脏年龄比实际年龄大7岁时，全因死亡风险增加62%，主要不良心血管事件（MACE）风险增加92%。MACE包括心脏病发作、中风、心血管死亡以及血管成形术和搭桥手术等再血管化手术。
相反，研究发现，如果算法估计心脏的生物年龄比实际年龄年轻7年，则健康结果会有所改善。“相反，如果算法估计心脏的生物年龄比实际年龄年轻7年，死亡和主要不良心血管事件的风险会降低，”Baek补充道。
具体来说，当AI心电图心脏年龄比实际年龄年轻7年时，全因死亡风险降低14%，MACE风险降低27%。这强调了在预防性医疗策略中拥有一个生物年龄更年轻的心脏的潜在益处。
心脏生物年龄的概念基于器官的功能，而不是一个人活了多少年。这种生物年龄比实际年龄更能预测死亡和主要心血管事件的风险。例如，一个50岁但心脏健康状况较差的人可能具有60岁的心脏生物年龄，而另一个50岁但心脏健康状况良好的人可能具有40岁的心脏生物年龄。
Baek讨论了将AI整合到心血管评估中的影响。“以这种方式使用AI开发算法可能会带来心血管风险评估的范式转变，”他表示。将人工智能整合到临床诊断中为提高心脏病学预测准确性提供了新的机会。
研究还探讨了AI估算的心脏年龄与其他心脏参数之间的联系。左室射血分数较低的受试者，即每次收缩时左心室泵出的血液量较少，其AI心电图心脏年龄系统性较高。这些个体还表现出QRS持续时间延长，这是心脏电信号通过心室引起收缩所需的时间。这些心脏内电重构的指标可能表明存在潜在的心脏健康问题及其与射血分数的关联。
“在未来的研究中，获得足够的样本量以进一步证实这些发现至关重要。这种方法将提高AI心电图在临床心脏功能和健康评估中的稳健性和适用性，”Baek强调。
研究作者得出结论，他们的研究结果证实了AI在改进临床评估和改善患者结果方面的潜力。了解心脏的生物年龄对于预防疾病和识别心血管事件和死亡高风险人群非常重要，因为它有助于基于心脏功能预测这些风险。
“心脏事件难以预测，但却是主要的死亡风险之一，”研究人员指出。此类AI算法的开发可能会为改进筛查和早期干预铺平道路，从而在全球范围内减少心血管疾病的负担。
(全文结束)
