第一生活网

AI引导的筛查使用心电图数据来检测隐藏的中风危险因素

阙俊环
导读 梅奥诊所的研究人员使用人工智能(AI)来评估患者的心电图(ECG),以有针对性的策略筛查心房颤动,这是一种常见的心律失常。心房颤动是一种不

梅奥诊所的研究人员使用人工智能(AI)来评估患者的心电图(ECG),以有针对性的策略筛查心房颤动,这是一种常见的心律失常。心房颤动是一种不规则的心跳,可导致血凝块,可能进入大脑并导致中风,但在很大程度上未被充分诊断。在数字化、分散的研究中,人工智能发现了新的心房颤动病例,这些病例在常规护理期间不会引起临床注意。

早期的研究已经开发了一种AI算法来识别以前未知的心房颤动可能性很高的患者。

“我们认为心房颤动筛查具有巨大的潜力,但目前产量太低,成本太高,无法实现广泛的筛查,”梅奥诊所的心脏电生理学家,该研究的主要作者Peter Noseworthy博士说。“这项研究表明,AI-ECG算法可以帮助将筛查靶向最有可能受益的患者。

关于本研究

该研究招募了1,003名患者进行连续监测,并使用另外1,003名常规护理患者作为现实世界的对照。发表在《柳叶刀》杂志上的研究结果表明,人工智能确实可以识别出一组高风险患者,这些患者将从进一步的强化心脏监测中获益更多,以检测心房颤动,支持人工智能指导的靶向筛查策略。

心电图通常用于各种诊断,但由于心房颤动可能转瞬即逝,因此在单个10秒心电图追踪中发现发作的机会很低。患者可以接受具有较高检出率的连续或间歇性心脏监测方法,但它们的资源密集程度太高,无法应用于每个人,并且对患者来说可能是繁重和昂贵的。

这就是AI引导的心电图可能有用的地方。AI算法可以识别患者,即使他们在心电图当天处于正常节律,但在其他时间可能具有未检测到的心房颤动发作的风险增加。然后,这些患者可以接受额外的监测以确认诊断。

“传统的筛查计划根据年龄(65岁或以上)或高血压等疾病来选择患者。这些方法是有道理的,因为高龄是心房颤动最重要的危险因素之一。然而,在全国5000多万老年人中反复进行强化心脏监测是不可行的,“心血管医学系和梅奥诊所罗伯特D.和Patricia E. Kern医疗保健服务科学中心的健康结果研究员姚晓熙博士说。姚博士是该研究的资深作者。