新的人工智能算法可以更好地评估人们患常见心脏病的风险

斯克里普斯研究中心的科学家设计的一种新的人工智能(AI)模型可以帮助临床医生更好地筛查患者的心房颤动(或 AFib)——一种与中风和心力衰竭相关的不规则、快速的心跳。该模型能够捕捉到一个人正常心跳的微小变化，这些变化表明 AFib 风险，而标准筛查测试无法检测到这种风险。

2023 年 12 月 12 日《npj Digital Medicine》杂志上描述的研究结果使用了近 50 万人的数据，这些人每人佩戴心电图 (ECG) 贴片来记录他们的心律两周——这是一项针对 AFib 和 AFib 的常规筛查测试。其他心脏病。

然后，人工智能模型分析这些数据，以找到除 AFib 本身之外的模式，以区分 AFib 患者和非 AFib 患者。这种新模型有可能更好地检测那些有 AFib 风险的人，并最终预防这种心脏病的严重副作用，包括中风和心力衰竭。

斯克里普斯研究转化研究所人工智能主任、数字医学助理教授、资深作者 Giorgio Quer 博士表示：“有了这个新工具，我们可以更好地识别 AFib 高风险患者，以便进行进一步的测试和干预。”在斯克里普斯研究中心。“从长远来看，这有助于将正确的资源提供给正确的人，并有可能降低中风和心力衰竭的发病率。”

心房颤动引起的心律不齐会导致血液积聚在心脏中并形成血栓，从而导致中风。AFib 还与心力衰竭或死亡风险增加相关。为了预防已知 AFib 患者出现这些并发症，临床医生经常开出抗凝剂(预防血栓的药物)以及其他生活方式和药物治疗。然而，诊断 AFib 可能很棘手，因为许多患有这种疾病的人只是偶尔出现心律不齐，或者症状很少。

免责声明：本文由用户上传，如有侵权请联系删除！