一种新的AI工具正在帮助医生在人们出现任何症状之前诊断出他们是否患有心房颤动（AF）。这项突破性的工具会仔细检查全科医生（GP）的记录，寻找“红色警报”，以确定患者是否有患AF的风险。一位曾参与试验的退役陆军上尉约翰·彭格利表示，他非常感激自己的AF被检测出来。现在他每天只需服用几片药，以降低发生致命中风的风险。
心房颤动是一种心脏疾病，会导致心跳不规则且通常过快，患有这种疾病的患者中风的风险显著增加。有些人会出现心悸、头晕、呼吸急促和疲劳等症状，但另一些人则完全没有症状，甚至不知道自己的心率不规律。据估计，英国约有160万人被诊断出患有AF，但英国心脏基金会（BHF）认为，英国可能还有数千人未被诊断出患有此病。早期发现和治疗AF可以有效管理病情，降低中风风险。
这项名为Find-AF的新AI工具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，得到了BHF和利兹医院慈善机构的资金支持。研究人员使用超过210万人的匿名电子健康记录训练算法，使其能够识别出可能预示某人有患AF风险的警告信号。该工具随后用另外1000万人的医疗记录进行了验证。
专家们正在评估该工具在预测未来六个月内可能患AF的人群方面的有效性，那些被识别为高风险的人将接受进一步测试。该算法在西约克郡的几家诊所的GP记录中运行，基于年龄、性别、种族以及是否患有其他疾病（如心力衰竭、高血压、糖尿病、缺血性心脏病和慢性阻塞性肺病）等因素计算某人的风险。
如果研究参与者被确定为高风险，他们将获得一台手持式心电图（ECG）设备，用于每天测量两次心律，持续四周，或在感到心悸时随时测量。如果ECG读数表明患者患有AF，其GP将收到通知，并可讨论治疗方案。
74岁的约翰·彭格利来自西约克郡布拉德福德的阿普尔利桥，曾在陆军餐饮部队服役29年后退休。今年早些时候，他参加了Find-AF试验，被诊断出患有AF。“我收到了一封邀请我参加研究的信，我想如果这对别人有益，那很好，我也想帮忙。”他说。在算法确定彭格利先生处于较高风险后，他收到了一台家用ECG设备。“他们给我寄了一个小数字显示器，我每天几次将拇指放在上面进行读取，每次大约两分钟。然后我按下发送键，读数就会传给试验团队。我这样做了几周，然后把设备寄回去——这非常简单。”
“几周后我被诊断出患有AF。我听说过这种病，但从没想过它会发生在我身上。我没有症状。外出时偶尔会有点气喘吁吁，但这只是因为周围有很多陡峭的山坡。我很感激这个病被发现。现在我每天吃几片药，希望能让我多活几年。”
专家希望西约克郡的研究能为全国范围内的试验铺平道路，从而预防许多本可避免的中风。据估计，每年英国约有2万名中风病例与AF有关。利兹大学心血管医学教授兼利兹教学医院NHS信托基金荣誉顾问心脏病学家克里斯·盖尔教授说：“往往，未被诊断出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，瞬间改变他们的生活。这对健康和社会护理服务也有重大成本影响——这些成本本可以通过更早发现和治疗来避免。”
英国心脏基金会医学副主任兼皇家布朗普顿医院顾问心脏病学家索尼娅·巴布-纳拉扬博士说：“我们有有效的治疗方法，可以帮助那些中风风险高的AF患者。但目前有些人错过了这些机会，因为他们不知道自己可能正面临这一潜在的健康威胁。通过利用常规收集的医疗数据和预测算法，这项研究提供了真正的机会来识别更多可能受益于治疗以减少中风风险的AF患者。”
利兹教学医院NHS信托基金的拉梅什·纳达拉贾博士说：“每次患者与NHS互动时都会收集大量关于患者的数据。这些数据具有巨大的潜力，可以使像AF这样的条件的早期识别和测试更加简单和高效。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，我们希望通过这种方法增加早期诊断AF并获得所需治疗以降低中风风险的人数。”
此外，NHS官员表示，该服务在中风预防方面达到了一个里程碑。五年前，英格兰NHS设定了一个目标，在十年内将接受预防血栓药物治疗的AF患者比例从84%提高到90%。NHS英格兰的最新数据显示，92%被诊断为AF的患者已被开具了这种可能挽救生命的药物。因此，NHS估计过去五年中已有数千例中风得以预防。
NHS英格兰心血管疾病预防国家临床主任海伦·威廉姆斯表示：“通过向绝大多数有AF风险的人提供抗凝治疗，我们保护他们免受致命或致残的中风——这对全国各地的数千人来说是个好消息。”
(全文结束)
