肺栓塞是危险的，会堵塞肺部的血栓。在一项试点研究中，西奈山伊坎医学院的科学家们首次表明，人工智能 (AI) 算法可以在心电图 (EKG) 中检测到这些血块的迹象，这一发现有朝一日可能会帮助医生进行筛查.
发表在European Heart Journal-Digital Health上的结果表明，旨在结合 EKG 和电子健康记录 (EHR) 数据而设计的新机器学习算法可能比目前使用的筛查测试更有效地确定中度-高危患者竟有肺栓塞。
该研究由医学博士 Sulaiman S. Somani 领导，他是 Benjamin S. Glicksberg 博士实验室的前医学生，遗传学和基因组科学助理教授，哈索普拉特纳山数字健康研究所成员西奈。
当深静脉血凝块(通常在腿部或手臂形成)脱离并阻塞肺动脉时，就会发生肺栓塞。这些凝块可能是致命的或导致长期肺损伤。虽然有些患者可能会出现呼吸急促或胸痛，但这些症状也可能预示着与血栓无关的其他问题，使医生难以正确诊断和治疗病例。此外，目前的官方诊断依赖于计算机断层扫描肺血管造影 (CTPA)，这是一种耗时的胸部扫描，只能在特定医院进行，并且需要患者暴露在具有潜在危险水平的辐射中。
为了使诊断更容易、更容易获得，研究人员花了 20 多年时间开发先进的计算机程序或算法，旨在帮助医生确定高危患者是否真的患有肺栓塞。结果喜忧参半。例如，使用 EHR 的算法在准确检测血块方面产生了广泛的成功率，并且可能是劳动密集型的。同时，更准确的数据在很大程度上取决于来自 CTPA 的数据。
在这项研究中，研究人员发现融合依赖 EKG 和 EHR 数据的算法可能是一种有效的替代方法，因为 EKG 广泛可用且相对易于管理。
研究人员根据 21,183 名西奈山卫生系统患者的数据创建并测试了各种算法，这些患者表现出中度至高度可疑的肺栓塞迹象。虽然一些算法旨在使用 EKG 数据来筛查肺栓塞，但其他算法则旨在使用 EHR 数据。在每种情况下，该算法通过将 EKG 或 EHR 数据与 CTPA 的相应结果进行比较，学会识别肺栓塞病例。最后，通过将性能最佳的 EKG 算法与性能最佳的 EHR 算法相结合，创建了第三种融合算法。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！