人工智能可以预测心脏病发作

如果您的医生可以预测您是否或何时可能出现心脏病发作、心脏骤停或其他与心脏相关的问题，该怎么办?

由于Cedars-Sinai开发的新型深度学习工具和人工智能(AI)算法，研究人员离实现预防保健的这一突破并为学生提供个性化的心脏健康预测又近了一步。

研究人员表示，他们的研究结果今天发表在npj Digital Medicine杂志上，可能是让患者参与自己的医疗保健的有效方式。

“使用在Cedars-Sinai开发的特定类型的AI来解释心脏图像，我们既可以预测心脏事件的机会 - 如死亡，心脏病发作或需要紧急治疗心脏血管 - 并显示这些不良事件的可能性如何随着时间的推移而变化，”Piotr Slomka博士说。 Cedars-Sinai成像创新总监，医学人工智能部和Smidt心脏研究所的研究科学家。

为此，人工智能工具被训练来收集和询问基本的临床数据，如每个患者的年龄、性别、体重、心率和血压，以及解释显示血液流向心肌的心脏图像，以及心脏如何扩张和收缩。

“这些一般患者数据以及心脏成像是深度学习平台用来进行心脏健康预测的，”该研究的资深作者Slomka说。

这些预测以图表格式生成，表明患者死亡、心脏病发作或需要侵入性心血管干预(如支架或搭桥手术)的个体风险。Slomka说，这些图表很容易理解，医疗专业人员和患者都可以查看。

“医生和患者可以使用这些图表来跟踪风险如何随时间变化并确定个人风险因素，”Slomka说。“他们还可以交互式地修改某些风险因素，以了解它如何影响患者的特定风险。

从概念上讲，这项新颖的研究可能具有广泛的影响，医学人工智能部主任Sumeet Chugh博士和心脏电生理学研究Pauline和Harold Price说。

“这种性质的人工智能算法可以使医生传达有关即将发生的心脏病事件的潜在时间的更个性化的信息，使患者能够更有意义地参与共享决策过程，”斯密特心脏研究所心脏骤停预防中心主任Chugh说。“更重要的是，该工具有可能为患者和提供者的心脏病预防工作提供数据主导的适当紧迫性。

Slomka和他的研究团队计划在不久的将来在Cedars-Sinai的临床试验中测试这些工具。

“我们的最终目标是在上传图像和临床数据的情况下在线提供此类交互式工具，”Slomka说。