用于高级心脏病发作预测的新AI技术
根据英国心脏基金会(BHF)资助的一项新研究，使用人工智能(AI)开发的技术可以在罢工前至少5年识别出致命心脏病高危人群。该研究结果正在巴黎的欧洲心脏病学会(ESC)大会上发表，并在欧洲心脏杂志上发表。
牛津大学的研究人员利用机器学习开发了一种新的生物标记物，即“指纹”，称为脂肪放射学特征(FRP)。指纹检测血管周围血管周围的生物红旗，血管为心脏供血。它识别炎症，疤痕和这些血管的变化，这些都是未来心脏病发作的指针。
当有人因胸痛去医院时，标准的护理组成部分是冠状动脉CT血管造影(CCTA)。这是对冠状动脉的扫描，以检查任何变窄或阻塞的节段。如果动脉没有显着缩小，占扫描的约75%[1]，人们就会被送回家，但其中一些人将来仍会心脏病发作。医生没有常规方法可以发现未来心脏病发作的所有潜在危险信号。
在这项研究中，Charalambos Antoniades教授和他的团队首先使用了来自167名接受心脏手术的人的脂肪活组织检查。他们分析了与炎症，瘢痕和新血管形成相关的基因的表达，并将这些与CCTA扫描图像相匹配，以确定哪些特征最能表明心脏血管周围脂肪的变化，称为血管周围脂肪。
接下来，研究小组比较了来自5487名个体的人群的CCTA扫描结果，这些人群在接受CCTA治疗的5年内心脏病发作或心血管死亡，并且没有接受相同的对照，以了解其中的变化。血管周围的空间表明某人患心脏病的风险较高。通过机器学习，他们开发了可以捕捉风险等级的FRP指纹。添加的心脏扫描越多，预测就越准确，并且将成为“核心知识”的信息越多。
他们在SCOT-HEART试验中测试了这个血管指纹在1,575人中的表现，表明FRP在预测心脏病发作方面具有惊人的价值，高于临床实践中目前使用的任何工具。
该团队希望这项强大的技术能够让更多人避免心脏病发作，并计划在明年将其推广给医疗保健专业人员，并希望将其与CCTA扫描一起纳入常规NHS实践在接下来的两年里。
牛津大学心血管医学教授兼BHF高级临床研究员Charalambos Antoniades教授说：
“仅仅因为有人对他们的冠状动脉进行扫描显示没有缩小，这并不意味着他们对心脏病发作是安全的。
“通过利用人工智能的力量，我们开发了一种指纹，可以发现人体动脉周围的'坏'特征。这有很大的潜力可以检测出疾病的早期症状，并能够在心脏病发作之前采取所有预防措施。 ，最终挽救生命。
“我们真的相信这项技术可以在明年拯救生命。”
英国心脏基金会助理医疗主任Metin Avkiran教授说：
“每5分钟，有人因心脏病发作入院英国医院。这项研究是一个有力的例子，说明机器学习技术的创新使用如何有可能彻底改变我们如何识别心脏病发作风险的人并防止他们从发生。
“这是一项重大进步。新的'指纹'从常规扫描检测狭窄动脉的扫描中提取了有关基础生物学的更多信息。这种基于人工智能的技术可以更准确地预测即将发生的心脏病发作，这可能是个性化护理向前迈出的一大步对于疑似冠状动脉疾病的人。“
上一篇：习近平在中青年干部培训班开班式上重要讲话金
下一篇：癌症的变色尿检显示小鼠研究的潜力