一種新的基于人工智能的方法可以比醫(yī)生更準(zhǔn)確地預(yù)測患者是否以及何時死于心臟驟停。該技術(shù)以患者患病心臟和患者背景的原始圖像為基礎(chǔ)，將徹底改變臨床決策并提高突發(fā)性和致命性心律失常的存活率，這是醫(yī)學(xué)上最致命和最令人費解的疾病之一。
這項由約翰霍普金斯大學(xué)研究人員領(lǐng)導(dǎo)的工作今天在《自然心血管研究》中進行了詳細(xì)介紹。
“由心律失常引起的心源性猝死占全球所有死亡人數(shù)的 20%，我們對它發(fā)生的原因或如何判斷誰處于危險中知之甚少，”資深作者、默里 B.薩克斯生物醫(yī)學(xué)工程教授 Natalia Trayanova 說和醫(yī)學(xué)。“有些患者心源性猝死的風(fēng)險可能較低，但他們可能不需要使用除顫器，而有些高風(fēng)險患者沒有得到他們需要的治療，可能會在他們生命的黃金時期死亡。我們的什么算法可以做的是確定誰有心臟死亡的風(fēng)險以及何時發(fā)生，讓醫(yī)生準(zhǔn)確地決定需要做什么。”
該團隊是第一個使用神經(jīng)網(wǎng)絡(luò)為每位心臟病患者建立個性化生存評估的團隊。這些風(fēng)險測量提供了 10 年內(nèi)心源性猝死的高準(zhǔn)確度，以及最有可能發(fā)生的時間。
深度學(xué)習(xí)技術(shù)被稱為心律失常風(fēng)險生存研究(SSCAR)。這個名字暗示了由心臟病引起的心臟疤痕，通常會導(dǎo)致致命的心律失常，以及算法預(yù)測的關(guān)鍵。
該團隊使用對比度增強的心臟圖像來可視化約翰霍普金斯醫(yī)院數(shù)百名患有心臟疤痕的真實患者的疤痕分布，以訓(xùn)練一種算法來檢測肉眼不可見的模式和關(guān)系。當(dāng)前的臨床心臟圖像分析僅提取簡單的疤痕特征，如體積和質(zhì)量，嚴(yán)重未充分利用這項工作中證明的關(guān)鍵數(shù)據(jù)。
“這些圖像帶有醫(yī)生無法訪問的關(guān)鍵信息，”第一作者、前約翰霍普金斯大學(xué)博士生丹波佩斯庫說。“這種疤痕可以以不同的方式分布，它說明了患者的生存機會。其中隱藏著信息。”
該團隊訓(xùn)練了第二個神經(jīng)網(wǎng)絡(luò)，以從 10 年的標(biāo)準(zhǔn)臨床患者數(shù)據(jù)、患者年齡、體重、種族和處方藥使用等 22 個因素中學(xué)習(xí)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！