英国正在试验一种新的人工智能（AI）工具，该工具可以在患者出现症状之前识别出患有心房颤动（AF）的人群。德国新闻社（dpa）报道了这一消息。
这项突破性的工具会仔细检查全科医生（GP）的记录，寻找可能表明患者有患AF风险的“红色警报”。一名参与试验的前陆军上尉表示，他非常感激自己的AF被及时发现。约翰·彭格利（John Pengelly）说，现在他只需每天服用几片药就能降低发生致命中风的风险。
AF是一种导致心跳不规则且通常过快的心脏病，患者因此患中风的风险显著增加。对于一些人来说，AF可能导致心悸、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异常。英国约有160万人被诊断出患有AF，但英国心脏基金会（British Heart Foundation，BHF）认为，还有许多未被诊断的人群并不知道自己患有这种疾病。
早期发现和治疗AF可以有效管理病情并降低中风风险。这项名为Find-AF的新AI工具由BHF和利兹医院慈善机构资助进行试验。该算法由利兹大学和利兹教学医院NHS信托的科学家和临床医生开发，使用超过210万人的匿名电子健康记录进行训练，以识别可能预示AF风险的警告信号。该工具还通过进一步的1000万人的医疗记录进行了验证。
专家们正在评估该工具在接下来的六个月内识别AF高风险人群的有效性。一旦识别出高风险个体，他们将接受进一步的检测。该算法目前在西约克郡的几家全科医生诊所进行测试。它基于多种因素计算某人的风险，包括年龄、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。
如果研究对象被确定为高风险，他们将获得一个手持式心电图（ECG）设备，用于每天测量两次心律，持续四周，并在感到心悸时随时测量。如果ECG读数显示患者患有AF，其GP将被告知，以便讨论治疗方案。
研究人员希望西约克郡的研究能够为全国范围内的更大规模试验铺平道路，最终预防大量可避免的中风。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信托的名誉顾问心脏病学家克里斯·盖尔（Chris Gale）表示：“未确诊的AF患者的第一个迹象往往是中风。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。这也给医疗和社会护理服务带来了巨大的成本，而这些成本本可以通过更早发现和治疗来避免。”
英国心脏基金会副医学主任、皇家布朗普顿医院的顾问心脏病学家索尼娅·巴巴-纳拉扬（Sonya Babu-Narayan）表示：“我们有有效的治疗方法来降低AF高危人群的中风风险。但目前，有些人因为不知道自己可能患有这种隐性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，这项研究提供了一个真正的机会，可以识别更多有AF风险的人群，并为他们提供降低中风风险的治疗。”
利兹教学医院NHS信托的拉梅什·纳达拉贾（Ramesh Nadarajah）表示：“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、更高效地识别和检测像AF这样的病症。如果这项研究取得成功，它将成为更大规模全国性试验的起点，以确定我们的算法能否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AF的人数，使他们得到所需的治疗，降低中风风险。”
(全文结束)
