當(dāng)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(fā)生。據(jù)統(tǒng)計，大約有620萬美國人面臨這種狀況。多年來，醫(yī)生一直依賴一種稱為超聲心動圖的成像技術(shù)來評估患者是否可能正在經(jīng)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(yī)院提供。

近日，西奈山研究人員創(chuàng)建了一種基于人工智能(AI)的特殊計算機(jī)算法，該算法能學(xué)習(xí)如何識別心電圖的細(xì)微變化，以預(yù)測患者是否正在經(jīng)歷心力衰竭。

此前也有科學(xué)家通過計算機(jī)算法來檢測心臟左心室的強(qiáng)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(qiáng)度，還可以評估右心室的強(qiáng)度，進(jìn)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(jī)進(jìn)行了編程，以讀取患者心電圖以及從書面報告中提取的數(shù)據(jù)。計算機(jī)讀取了2003年至2020年間，西奈山衛(wèi)生系統(tǒng)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(dāng)了計算機(jī)的標(biāo)準(zhǔn)數(shù)據(jù)集，可以與心電圖數(shù)據(jù)進(jìn)行比較，并學(xué)習(xí)如何發(fā)現(xiàn)較弱的心臟。

研究的主要作者Akhil Vaid說：“我們希望開發(fā)廉價且便捷的技術(shù)來了解人體心臟的健康狀況，幫助醫(yī)學(xué)臨床專家對抗患者的心力衰竭。我們正在進(jìn)行實驗，以便在真實的臨床環(huán)境中也能發(fā)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(fā)表在JACC Cardiovascular Imaging上。

前瞻經(jīng)濟(jì)學(xué)人APP資訊組

論文原文：https://www.sciencedirect.com/science/article/pii/S1936878X21006276?via%3Dihub

標(biāo)簽： 一種 新的 人工智能 算法