人工智能方法有助于識別對β受體阻滯劑治療有反應(yīng)的心力衰竭患者

伯明翰大學(xué)的研究人員開發(fā)了一種新方法來確定哪些心力衰竭患者將從 β 受體阻滯劑治療中受益。

他們的研究涉及 15,669 名患有心力衰竭和左心室射血分數(shù)降低(心臟主泵室功能低下)的患者，其中 12,823 名心律正常，2,837 名患有心房顫動 (AF) - 一種常見的心律疾病心力衰竭導(dǎo)致更糟的結(jié)果。心力衰竭是最常見的心臟病之一，對患者的生活質(zhì)量有重大影響，也是住院和醫(yī)療費用的主要驅(qū)動因素。

今天(8 月 30 日)發(fā)表在《柳葉刀》上，該研究使用了一系列人工智能 (AI) 技術(shù)來深入查詢臨床試驗數(shù)據(jù)。研究表明，人工智能方法可以考慮每個患者不同的潛在健康狀況以及這些狀況的相互作用，以隔離對 β 受體阻滯劑治療的反應(yīng)。這適用于心律正常的患者，醫(yī)生通常希望使用 β 受體阻滯劑降低死亡風(fēng)險，以及之前的工作發(fā)現(xiàn)缺乏有效性的 AF 患者。在正常心律下，一組患者(年齡較大、癥狀較輕且心率低于平均水平)被發(fā)現(xiàn)從 β 受體阻滯劑中獲益減少。相反，在 AF 患者中，

該研究由卡片AI主導(dǎo)c group 是伯明翰大學(xué)和伯明翰大學(xué)醫(yī)院 NHS 基金會信托的多學(xué)科臨床和數(shù)據(jù)科學(xué)家團隊，旨在整合 AI 技術(shù)以改善心血管患者的護理。該研究使用了由心力衰竭協(xié)作組中的 Beta 受體阻滯劑整理和協(xié)調(diào)的數(shù)據(jù)，心力衰竭協(xié)作組是一個致力于加強心力衰竭患者治療的全球聯(lián)盟。該研究使用了九項具有里程碑意義的心力衰竭試驗的個體患者數(shù)據(jù)，這些試驗將患者隨機分配到 β 受體阻滯劑或安慰劑組。研究參與者的平均年齡為 65 歲，其中 24% 是女性?；谌斯ぶ悄艿姆椒ㄔ诳陀^框架內(nèi)結(jié)合了基于神經(jīng)網(wǎng)絡(luò)的變分自動編碼器和層次聚類，

通訊作者、伯明翰大學(xué)臨床生物信息學(xué)教授、米德蘭茲健康數(shù)據(jù)研究副主任、卡片AIc 組的聯(lián)合負責(zé)人 Georgios Gkoutos說：“盡管我們在 β 受體阻滯劑試驗研究中進行了測試，但這些新穎的AI 方法在心力衰竭以及其他心血管和非心血管疾病的治療范圍內(nèi)具有明顯的潛力。”

通訊作者、伯明翰大學(xué)心臟病學(xué)教授兼顧問、心力衰竭協(xié)作組 Beta 受體阻滯劑的國際負責(zé)人、卡片AIc 組的共同負責(zé)人 Dipak Kotecha補充說：“這些新的人工智能方法的開發(fā)是對于改善我們可以為患者提供的護理至關(guān)重要;未來，這可能會導(dǎo)致針對每位患者的個性化治療，同時考慮到他們的特定健康狀況，以改善他們的健康狀況。”

第一作者、伯明翰大學(xué)盧瑟福研究員、cardAIc 組成員 Andreas Karwath 博士補充說：“我們希望這些重要的研究結(jié)果將用于制定醫(yī)療保健政策并改善心力衰竭患者的治療和結(jié)果。 ”

標(biāo)簽：