當心臟泵出的血液少于身體正常需要的血量時,心力衰竭或充血性心力衰竭就會發生。據統計,大約有620萬美國人面臨這種狀況。多年來,醫生一直依賴一種稱為超聲心動圖的成像技術來評估患者是否可能正在經歷心力衰竭。雖然有用,但超聲心動圖是勞動密集型程序,僅在特定醫院提供。
近日,西奈山研究人員創建了一種基于人工智能(AI)的特殊計算機算法,該算法能學習如何識別心電圖的細微變化,以預測患者是否正在經歷心力衰竭。
此前也有科學家通過計算機算法來檢測心臟左心室的強度,將新鮮的含氧血液推向身體的其他部位。如今新研究出來的算法不僅可以評估左心室的強度,還可以評估右心室的強度,進而從身體中吸收脫氧血液并將其泵送到肺部。
在這項研究中,研究人員對計算機進行了編程,以讀取患者心電圖以及從書面報告中提取的數據。計算機讀取了2003年至2020年間,西奈山衛生系統15萬名患者的心電圖和超聲心動圖報告。在這種情況下,書面報告充當了計算機的標準數據集,可以與心電圖數據進行比較,并學習如何發現較弱的心臟。
研究的主要作者Akhil Vaid說:“我們希望開發廉價且便捷的技術來了解人體心臟的健康狀況,幫助醫學臨床專家對抗患者的心力衰竭。我們正在進行實驗,以便在真實的臨床環境中也能發揮作用。”
該研究論文題為“Using Deep-Learning Algorithms to Simultaneously Identify Right and Left Ventricular Dysfunction From the Electrocardiogram”,已發表在JACC Cardiovascular Imaging上。
前瞻經濟學人APP資訊組
論文原文:https://www.sciencedirect.com/science/article/pii/S1936878X21006276?via%3Dihub