如果您的醫(yī)生可以預(yù)測(cè)您是否或何時(shí)可能出現(xiàn)心臟病發(fā)作、心臟驟?；蚱渌c心臟相關(guān)的問題，該怎么辦?

由于Cedars-Sinai開發(fā)的新型深度學(xué)習(xí)工具和人工智能(AI)算法，研究人員離實(shí)現(xiàn)預(yù)防保健的這一突破并為學(xué)生提供個(gè)性化的心臟健康預(yù)測(cè)又近了一步。

研究人員表示，他們的研究結(jié)果今天發(fā)表在npj Digital Medicine雜志上，可能是讓患者參與自己的醫(yī)療保健的有效方式。

“使用在Cedars-Sinai開發(fā)的特定類型的AI來(lái)解釋心臟圖像，我們既可以預(yù)測(cè)心臟事件的機(jī)會(huì) - 如死亡，心臟病發(fā)作或需要緊急治療心臟血管 - 并顯示這些不良事件的可能性如何隨著時(shí)間的推移而變化，”Piotr Slomka博士說(shuō)。 Cedars-Sinai成像創(chuàng)新總監(jiān)，醫(yī)學(xué)人工智能部和Smidt心臟研究所的研究科學(xué)家。

為此，人工智能工具被訓(xùn)練來(lái)收集和詢問基本的臨床數(shù)據(jù)，如每個(gè)患者的年齡、性別、體重、心率和血壓，以及解釋顯示血液流向心肌的心臟圖像，以及心臟如何擴(kuò)張和收縮。

“這些一般患者數(shù)據(jù)以及心臟成像是深度學(xué)習(xí)平臺(tái)用來(lái)進(jìn)行心臟健康預(yù)測(cè)的，”該研究的資深作者Slomka說(shuō)。

這些預(yù)測(cè)以圖表格式生成，表明患者死亡、心臟病發(fā)作或需要侵入性心血管干預(yù)(如支架或搭橋手術(shù))的個(gè)體風(fēng)險(xiǎn)。Slomka說(shuō)，這些圖表很容易理解，醫(yī)療專業(yè)人員和患者都可以查看。

“醫(yī)生和患者可以使用這些圖表來(lái)跟蹤風(fēng)險(xiǎn)如何隨時(shí)間變化并確定個(gè)人風(fēng)險(xiǎn)因素，”Slomka說(shuō)。“他們還可以交互式地修改某些風(fēng)險(xiǎn)因素，以了解它如何影響患者的特定風(fēng)險(xiǎn)。

從概念上講，這項(xiàng)新穎的研究可能具有廣泛的影響，醫(yī)學(xué)人工智能部主任Sumeet Chugh博士和心臟電生理學(xué)研究Pauline和Harold Price說(shuō)。

“這種性質(zhì)的人工智能算法可以使醫(yī)生傳達(dá)有關(guān)即將發(fā)生的心臟病事件的潛在時(shí)間的更個(gè)性化的信息，使患者能夠更有意義地參與共享決策過(guò)程，”斯密特心臟研究所心臟驟停預(yù)防中心主任Chugh說(shuō)。“更重要的是，該工具有可能為患者和提供者的心臟病預(yù)防工作提供數(shù)據(jù)主導(dǎo)的適當(dāng)緊迫性。

Slomka和他的研究團(tuán)隊(duì)計(jì)劃在不久的將來(lái)在Cedars-Sinai的臨床試驗(yàn)中測(cè)試這些工具。

“我們的最終目標(biāo)是在上傳圖像和臨床數(shù)據(jù)的情況下在線提供此類交互式工具，”Slomka說(shuō)。