使用AI识别隐藏的心脏病Using AI to identify hidden heart condition

环球医讯 / 健康研究来源:www.leeds.ac.uk英国 - 英语2025-01-06 22:00:00 - 阅读时长5分钟 - 2310字
一项突破性的试验正在利用机器学习算法FIND-AF来识别可能发展为心房颤动(AF)的高风险人群,通过早期诊断和治疗降低中风风险,该试验已吸引近2,000人参与,有望在全国范围内推广以预防更多可避免的中风。
心脏病心房颤动AF中风FIND-AF算法机器学习全科医生早期诊断预防利兹大学英国心脏基金会NHS心电图家庭测试治疗索尼娅·巴布-纳拉扬克里斯·盖尔数据收集预测算法健康记录社区研究慈善捐赠药物治疗生活质量
使用AI识别隐藏的心脏病

近2,000人参与了一项开创性试验,旨在帮助医生识别更多有潜在风险的人群,这些人患有一种使他们中风风险增加五倍的疾病。

心房颤动(AF)是一种常见的心律失常,其特征是触发心跳的电信号杂乱无章而非规律稳定。这种状况会大幅增加患者发生致命或改变生活的中风风险,但通过早期诊断和治疗,可以有效管理该病症并降低中风风险。

该试验正在研究一种名为FIND-AF的算法,该算法是使用机器学习开发的,用于搜索人们的全科医生记录,以识别提示他们在接下来的六个月内可能发展为AF的警示信号。这些患者随后会被提供进一步的检查以确认AF的诊断。

“很多时候,未诊断的心房颤动的第一个迹象就是中风。这对患者及其家人来说可能是毁灭性的,瞬间改变了他们的生活。”利兹大学医学院教授克里斯·盖尔(Chris Gale)表示。

研究团队希望西约克郡的试点研究能为全国范围内的试验奠定基础,最终改善AF的早期诊断并预防更多的可避免中风。这项研究由英国心脏基金会和利兹医院慈善机构资助。

该试验由利兹大学心血管医学教授、利兹教学医院NHS信托基金荣誉顾问心脏病学家克里斯·盖尔领导。他说:“很多时候,未诊断的心房颤动的第一个迹象就是中风。这对患者及其家人来说可能是毁灭性的,瞬间改变了他们的生活。这也对卫生和社会护理服务带来了重大成本影响——这些成本如果能在更早发现并治疗该病症时是可以避免的。”

“我们的FIND-AF数字诊断和治疗路径支持政府从治疗疾病转向预防疾病的愿景。我们正寻求与NHS和其他提供商合作,加速其更广泛的应用。”

在英国,超过160万人被诊断出患有AF,但很可能还有成千上万的人尚未被诊断出来,不知道自己患有这种疾病。据估计,每年英国大约有20,000例中风与AF有关。

在目前的研究中,该算法已在西约克郡的几家全科医生诊所实施。被确定为AF高风险的人群将接受家庭测试。同意参加测试的人将收到一个手持式心电图机——一种可以测量他们心律的设备——并要求每天进行两次读数,持续四周,以及在感到心悸时随时进行测量。所有这些都可以在不访问全科医生诊所的情况下完成。

如果心电图读数显示他们患有AF,全科医生将被告知,然后可以讨论治疗方案。

英国心脏基金会副医疗主任、咨询心脏病学家索尼娅·巴布-纳拉扬(Sonya Babu-Narayan)博士说:“这项研究为识别更多有心房颤动风险的人提供了真正的机会,这些人可能会从治疗中受益,从而减少发生毁灭性中风的风险。”

FIND-AF算法是由利兹大学和利兹教学医院NHS信托基金的科学家和临床医生开发的,资金来自英国心脏基金会。使用超过210万人的匿名电子健康记录,研究团队训练算法寻找提示他们在未来六个月内可能发展为AF的预警信号。然后使用来自其他国家的超过1000万人的数据对该算法进行了验证。

利兹教学医院NHS信托基金学术临床讲师、心脏病学讲师拉梅什·纳达拉贾(Ramesh Nadarajah)博士说:“每次患者与NHS互动时都会收集数据。这些数据具有巨大的潜力,可以更早、更高效地识别和测试像AF这样的病症。”

“如果成功,这项研究将成为更大规模全国试验的起点,以确定我们的算法是否可以成为日常临床实践的一部分。最终,我们希望这种方法能增加早期诊断为AF的人数,使他们能够获得所需的治疗以降低中风风险。”

英国心脏基金会副医疗主任、咨询心脏病学家索尼娅·巴布-纳拉扬博士说:“我们有有效的治疗方法来降低心房颤动患者的中风风险。但目前,有些人因为不知道自己可能患有这种隐蔽的健康威胁而错过了治疗机会。”

“通过利用常规收集的医疗数据和预测算法,这项研究为识别更多有心房颤动风险的人提供了真正的机会,这些人可能会从治疗中受益,从而减少发生毁灭性中风的风险。”

利兹医院慈善机构赠款负责人丽贝卡·鲍达尔-布斯(Rebecca Baldaro-Booth)说:“我们很高兴支持这个有价值的项目扩展到当地社区。感谢捐款和遗愿捐赠,我们已经投资超过43,000英镑,使本地区超过450人有机会参与这项重要研究。这将使有心房颤动风险的人能够获得显著改善健康结果和生活质量的治疗。”

西约克郡的试验由英国心脏基金会和Bristol Myers Squibb的慈善捐赠资助。Daiichi Sankyo也通过与利兹教学医院NHS信托基金的合作支持该算法的推广。

约翰的故事

约翰·彭格利(John Pengelly),74岁,来自阿珀利桥,在陆军餐饮团服役了29年,曾达到上尉军衔。

约翰和他的妻子葆拉四年前搬到约克郡,以接近他们的女儿。这位退休的祖父在2024年夏天参加了FIND-AF的家庭筛查后被诊断出患有AF。

“我收到了一封邀请我参加研究的信,我想如果能帮助别人那就太好了。他们寄给我一个小的数字监测器,每天几次我把拇指放在上面,它会进行读数,大约需要两分钟。然后我按下发送按钮,读数会传给研究团队。我这样做了几周,然后把设备寄回去——非常简单。

“几周后我被诊断出患有AF。我听说过这种病,但从没想过会发生在我身上。所以当医生告诉我时,我只是想,‘哦天哪,这意味着什么?’

“我没有症状。偶尔外出时会有点气喘,但这只是因为我们周围有很多山丘,有些非常陡峭。几年前,我们搬到约克郡之前,我也做过一次心电图,但没有任何异常。

“我很感激能及时发现。我现在每天吃几片药以降低中风风险。在军队里,如果医生让你做什么,你就做——这种习惯从未离开过我。

“这对我来说不是问题,也没有对我的生活产生大的影响。我只是觉得,‘太好了,他们努力让我活下去。’每天吃几片药,希望能让我再多活几年。”


(全文结束)

大健康
大健康