研究人员发现人工智能可以预测新的房颤、中风风险

盖辛格和坦普斯的科学家发现，人工智能可以预测新发房颤和房颤相关中风的风险。

心房颤动是最常见的心律失常，与许多健康风险相关，包括中风和死亡。这项研究利用12导联心电图测得的心脏电信号来鉴别可能发生房颤的患者，包括有房颤相关中风风险的患者。

在美国的护理过程中，每年有超过3亿例心电图发现了心脏异常。然而，这些测试通常无法检测出未来可能出现的负面事件，如心房颤动或中风。这项研究使现有的心脏病学测试，如心电图开发模型，但确更智能且能够预测未来的临床事件。研究目标是让临床医生在疾病过程中更早地采取行动。

数据科学家和医学研究人员的团队使用了160万个心电图，这些心电图来自盖辛格35年来的43万名患者。这些数据被用来研发一种专门的人工智能，用来预测没有房颤病史的患者，谁会在12个月内发展成房颤。这种人工智能在预测房颤风险方面的性能超过了现有的临床模型。此外，62%的无房颤的患者在三年内经历了房颤相关的卒中，在卒中发生前，模型将其确定为高风险。

现在不仅可以预测谁有患房颤的风险，而且这项研究表明，这种高风险预测先于许多与房颤相关的中风，有了这些信息，就可以改变对这些患者的筛查和治疗方式，从而有可能预防这种严重后果。

来源：Sushravya Raghunath et al, Deep Neural Networks Can Predict New-Onset Atrial Fibrillation From the 12-Lead Electrocardiogram and Help Identify Those at Risk of AF-Related Stroke, Circulation (2021).

《血管与腔内血管外科杂志》

2021.03.09