OCHIN与马萨诸塞大学合作开发预测心脏病风险的人工智能模型OCHIN partners on research to develop AI model predicting heart disease risk | OCHIN.org

环球医讯 / AI与医疗健康来源:ochin.org美国 - 英语2026-06-01 10:20:41 - 阅读时长5分钟 - 2201字
OCHIN与马萨诸塞大学陈医学院合作开发新型人工智能工具,通过整合临床数据与社会环境因素,更准确预测心脏病风险。该工具突破传统风险评估局限,考虑住房不稳定、食物不安全等社会决定因素,为资源有限的社区提供早期干预可能,有望改善心血管疾病预防效果,减少紧急就医和住院情况,提升社区医疗服务质量。研究基于全美社区卫生组织的电子健康记录数据,利用自然语言处理技术分析临床笔记中的社会因素,旨在不增加医护人员负担的情况下提供更精准的风险评估,使医疗资源能更有效地用于高风险患者。
心脏病风险预测AI模型心血管健康非临床因素临床数据社区卫生早期干预预防护理电子健康记录
OCHIN与马萨诸塞大学合作开发预测心脏病风险的人工智能模型

心脏病影响数百万人,往往在资源较少的社区中危害最为严重。临床医生深知心脏健康不仅取决于实验室检测结果——患者在家、工作场所和社区中面临的日常现实会在危机发生前很久就影响风险,然而许多广泛使用的心血管风险评估工具未能考虑这些社会和环境因素。

为此,OCHIN正与马萨诸塞大学陈医学院合作,开发一种新型人工智能工具,通过将影响健康结果的非临床因素与临床数据相结合,更准确地预测心脏病风险。该项目旨在通过结合临床信息与患者的生活经历来改进风险评估,并确保研究成果转化为更好的护理。

传统的心脏病风险计算器主要关注年龄、胆固醇、血压和吸烟状况。但它们通常忽略了影响健康结果的背景因素,如住房不稳定、食物不安全、慢性压力和经济困难——这些因素可能使患者更难按时就诊、服用药物或遵循护理计划。随着时间推移,这些压力因素可能导致血压升高、糖尿病恶化和其他增加心脏风险的状况。

当这些更广泛的背景因素未被纳入考虑时,传统计算器可能会低估心血管风险。这意味着可能错失提供早期支持、将患者连接到资源或定制计划的机会。对于已经人手不足的护理团队来说,拥有一个能更准确指示谁可能需要额外关注的指标可以产生真正的差别。

OCHIN正在利用来自全美社区卫生组织(包括OCHIN成员诊所)共享的电子健康记录数据,构建一个支持一线心脏护理的实用AI工具。该项目基于一个反映我们成员服务社区的现实世界数据集——使单个诊所无法独自进行的研究成为可能,并提供适用于繁忙且资源有限环境的解决方案。

该AI工具将捕捉一系列已知影响健康结果并增加心血管风险的背景因素。例如包括住房不稳定、食物不安全、经济压力和压力,所有这些都可能影响睡眠、饮食、药物依从性和获得护理的机会。它还可能标记相关挑战,如交通障碍、社会孤立、关系安全问题和难以支付公用事业费用。

该项目的一个关键部分是使用临床笔记中已存在的信息。笔记通常包含对健康很重要的细节,但不适合整齐地放入复选框中,例如"失去住房"、"食物耗尽"、"买不起药物"或"家中高压力"。这些细节对于理解影响健康结果的背景因素至关重要,但在数千名患者中一致使用这些细节却很困难。

为此,研究人员正在使用自然语言处理,一种能够识别书面文本意义的人工智能,来发现这些线索并将它们映射到医疗和非医疗健康相关需求上。由于该模型基于常规文档,因此不应需要新表格、额外筛查步骤或主要工作流程变更。

目标是使用护理团队已经记录的内容,而不增加提供者的负担。这很重要,因为许多诊所需要在复杂的患者需求和有限的人员配置之间取得平衡,而该项目旨在在尊重日常运营的同时提供价值。

更准确的风险评估可以帮助护理团队优先考虑预防措施。如果患者的临床指标看起来正常,但记录显示存在严重的社会压力,该工具可能会建议更密切的随访。这可以帮助医疗提供者在可预防的、代价高昂的紧急就诊或住院之前进行早期干预。

该工具对影响健康结果的非临床因素的重视,也可能揭示额外的可改变因素,即通过适当支持可以改变的问题。如果经济压力影响药物依从性,计划可能包括低成本选项或加入援助计划。如果食物不安全导致糖尿病控制不良,更快地连接到当地食物资源可能成为预防策略的一部分。

目标不是取代临床判断。相反,它通过更容易看到患者群体中的模式来支持决策。如果诊所能更早地识别高风险患者,他们可能会预防一些严重事件或减缓疾病进展。这有助于护理团队将有限的时间集中在能产生最大影响的地方,并可以减少不必要的紧急护理和住院。

对于农村和社区卫生组织,即使是预防方面的微小进步也可以减轻护理团队的压力。减少危机可能意味着有更多能力主动管理慢性病。这也可能降低成本,并减轻患者和诊所的护理负担。

该项目反映了OCHIN更广泛的承诺,即负责任地使用数据,帮助我们的成员改善医疗服务交付并提高患者结果。作为一家值得信赖的非营利组织,OCHIN拥有20多年与社区卫生组织合作支持实践研究的经验,在管理健康数据方面有着长期记录,优先考虑患者隐私、伦理研究和实际影响。

这项工作核心是OCHIN领导的ADVANCE临床研究网络,这是一个全国公认的网络,利用社区卫生组织的电子健康记录数据,支持旨在改善在社区卫生组织接受护理的患者护理的研究。通过ADVANCE进行的所有研究都遵循严格的治理标准和HIPAA合规协议,有多层监督确保数据匿名和安全使用。

在这些隐私保护措施到位的情况下,网络电子健康记录数据帮助OCHIN和值得信赖的研究伙伴测试可以加强临床实践并转变医疗交付的想法,以应对当今挑战所需的规模。重点是实用的自动化,支持社区卫生,并帮助诊所在资源有限的情况下提供最高标准的护理。

当影响健康结果的非临床因素导致心血管疾病时,忽视它们会恶化获得护理的机会。在预测中包含它们是迈向更响应迅速、更易获得的预防的一步。这也是认可护理团队长期以来所知道的:背景很重要。

OCHIN将继续分享这项工作的进展,以及团队在构建更好的预测心血管疾病风险方法方面的学习成果,以及AI工具如何帮助护理团队提供更主动、以患者为中心的护理。

OCHIN成员在保持这项工作的相关性方面发挥着关键作用。如果您是OCHIN成员,并对影响您社区心血管健康的背景因素有反馈,我们邀请您与我们的研究团队分享您的见解。

【全文结束】