根据一项最新的综述研究，人工智能（AI）在未来几年内将在心血管药物治疗的众多方面产生重大影响，涉及从药物发现到临床决策的各个方面。
主要作者Francesco Costa博士（西班牙马拉加大学医院Virgen de la Victoria和马德里Carlos III健康研究所）及其同事在发表于《欧洲心脏杂志》的一篇文章中写道，AI模型有助于简化新药上市的过程，个性化治疗方案以最大化益处并最小化不良反应和药物相互作用，改进临床试验的运行方式等。
Costa在接受TCTMD采访时表示：“即使我们想要保守一点，人工智能的影响也将是巨大的。我个人看不到在未来的5到10年内，我们所做的任何方面不会受到这些模型的影响，因为它们如此多样化，影响着如此多不同的方法。它们将对心血管药物治疗的各个方面产生变革性影响。”
然而，只有少数AI模型经历了严格的前瞻性评估和外部验证，这些是这些方法安全集成到日常实践中所需的步骤。
Costa说：“在临床医学方面，我认为很少有模型经过外部验证，因此我认为目前还没有任何一个模型真正准备好投入使用。”
他指出，在更广泛的范围内，心脏病学中使用AI的炒作很多。事实上，AI已经在心血管医学的多个领域进行了评估，包括使用心电图读数检测某些疾病——如1型心肌梗死（MI）、低左心室射血分数（LVEF）和糖尿病——以及使用患者语音记录识别心力衰竭的失代偿。
在这篇综述中，Costa及其同事总结了AI在心血管药物治疗领域的具体证据，这一领域引起了介入性心脏病学家和一般心脏病学家的兴趣。他们研究了多个治疗领域的研究，包括高血压、糖尿病、血脂异常、血栓形成、冠状动脉疾病（CAD）、心力衰竭和心律失常，并讨论了AI在计算机模拟模型以及药物发现和再利用中的潜在应用。
Costa说：“广义上的人工智能可以影响心血管药物治疗，特别是为决定基于患者表型特征的具体治疗提供精确的治疗方法。”他补充说，基于AI的方法也可能在监测和提高治疗方案依从性方面证明是有用的。
此外，Costa等人表示，AI模型可以通过调整纳入标准以针对最可能受益的人群，从而减少所需的样本量和成本，进而改进临床试验。
然而，目前，AI在心血管药物治疗中最大的影响是在药物发现路径中，他指出有一些模型可以预测蛋白质的折叠方式。Costa说：“出于这个原因，设计新药、开发新药并在临床试验中测试它们将变得更加容易。”他补充说，这将导致更多有效的药物可供临床医生使用。
需要更多的验证和教育
展望未来，有必要在随机临床试验中测试AI模型，就像药物和设备疗法所做的那样。Costa说：“我们需要对人工智能模型做同样的事情，测试它们并在随机环境中证明它们实际上比我们目前的决策过程这一标准护理更好。”
此外，他说，在所有AI模型的开发过程中，无论它们是否用于心血管药物治疗或其他领域，都需要关注一些关键问题。他指出，需要从多样化的人群中获得高质量的数据来训练模型，并进行外部验证以确保广泛适用性。
使用来自不同类型患者的数据将有助于确保医疗系统中的偏见不会在新的AI模型中被延续。Costa说：“否则，我们将拥有适用于主流人群的模型，但不适用于我们面前的具体患者。”
他补充说：“另一方面，我们看到大多数已发表并影响心血管药物治疗的文章并未经过外部验证。因此，结果在特定人群中应用得很好，但我们没有足够的数据来确认这些模型在该特定人群之外是否真的有效，如果我们想信任这些模型的结果，这一点至关重要。”
Costa指出，在医学界、科学学会和指南中，对于这些与AI相关的问题和其他问题的认识仍然“非常低”。因此，他说：“教育我们的同行在解释这些模型的结果时什么是关键非常重要，基本上就是数据的质量、训练队列的规模以及验证和无偏数据的重要性。这将为我们社区提供工具，以了解这个模型是否适用于你的临床实践。”
此外，Costa补充说，在未来版本的指南中，学会应就哪些AI模型优于其他模型以帮助临床实施给出具体建议。
【全文结束】
