一项由英国心脏基金会资助的最新研究今日发表在《美国心脏病学会杂志》上，研究表明一种开创性的人工智能（AI）工具能够预测个人患心力衰竭的几率，提前至少五年预测这种致残性疾病的发展。
研究人员表示，该程序是首个能够利用常规心脏CT扫描准确预测心力衰竭的工具，这些扫描通常用于检查胸痛或其他疾病。英国国家医疗服务体系（NHS）医院常规进行此类扫描以发现心脏问题，主要是寻找冠状动脉中的脂肪斑块。研究人员指出，英国每年约有35万名患者被转诊进行心脏CT扫描。
看不见的变化
牛津大学的研究团队开发了该工具，用于识别心脏周围脂肪组织的纹理变化，这些变化表明下方的心肌发炎且不健康。这些变化在任何常规医学影像检查中都无法被人眼察觉。
该AI系统分析这些信息，以警示医生某人是否处于心力衰竭高风险状态。研究发现，最高风险组人群比最低风险组人群患心力衰竭的可能性高出20倍。
最高风险组人群在五年内发展为心力衰竭的几率约为四分之一。利用这些信息，医生可以采取措施尝试预防心力衰竭的发生或有效管理该疾病。
该AI工具在来自九个NHS信托机构的70,000多名个体中进行了训练和验证，这些人在进行心脏CT扫描后接受了长达十年的随访。
提前数年预警
心力衰竭是一种致残性疾病，由于心肌损伤或问题，心脏无法像正常情况那样有效地将血液泵送到全身。据估计，英国有超过100万人患有心力衰竭。
该疾病通常由心脏病发作期间对心脏造成的损伤引起，可能是即时的或随时间推移逐渐形成，但还有许多其他疾病会导致心肌问题，最终逐渐发展为心力衰竭。
这种新型AI工具能够识别心力衰竭的缓慢发展过程以及最可能患病的人群。迄今为止，尚无方法能准确预测谁可能以这种方式发展心力衰竭。牛津大学研究人员发现，心脏周围的脂肪可以作为心脏早期疾病信号的"传感器"，在实际心脏病发展前多年就改变其纹理和组成。
领导此项研究的牛津大学英国心脏基金会心血管医学教授查拉兰博斯·安东尼亚迪斯表示："我们利用生物科学和计算技术的发展，在治疗心力衰竭方面取得了重大突破。
'我们的新型AI工具能够获取心脏CT扫描数据，并为每位患者生成绝对风险评分，无需任何人工干预。尽管这项研究使用了心脏CT扫描，但我们正致力于将此方法应用于任何原因进行的胸部CT扫描。
'这将使医生能够就治疗患者的最佳方式做出更明智的决策，为最高风险人群提供最密集的治疗。我们希望，若该程序在全国范围内推广，它将通过帮助患者更长时间地保持健康生活，有效减轻医院压力。'"
发现早期征兆
研究人员使用来自英格兰59,000多人的匿名心脏CT扫描结果训练了该AI系统。该算法评估了心脏周围的脂肪以及一个人在接下来五年内是否发展为心力衰竭，以学习如何发现该疾病的早期征兆。
该程序随后使用英格兰另外13,424人的扫描结果进行测试。研究人员发现，该算法能够以86%的准确率预测一个人在接下来五年内发展为心力衰竭的风险。
患者的风险评分可以帮助医生就护理方案做出决策，例如应如何密切监测患者状况。治疗方案将因人而异，取决于导致患者处于高风险的具体疾病。
该团队目前正在寻求监管批准，以便在NHS中推广该工具。他们计划将其整合到全国医院放射科进行的常规心脏CT扫描分析流程中。
研究人员还在升级该AI工具，使其可用于任何胸部CT扫描，而不仅仅是心脏CT扫描。他们预计该程序将在未来几个月内适应肺部CT扫描。这将帮助医生更多地偶然发现有心力衰竭风险的人群。
获得一线生机
英国心脏基金会临床主任索尼娅·巴巴-纳拉扬博士表示："心力衰竭的诊断一直太晚，有时只有当患者被送入医院时才发现。晚期诊断可能意味着患者的心肌已经受到严重损伤，而这本来是可以避免的。
'该工具可以帮助医生通过更密切地监测最高风险人群，更早地发现心力衰竭。早期心力衰竭诊断至关重要——这意味着医生可以更好地管理患者的病情，使他们有更大机会活得更久、更健康。这项研究展示了利用技术解锁心血管护理改进的强大力量。'"
这项研究还得到了国家健康与护理研究所（NIHR）牛津生物医学研究中心的支持。
【全文结束】