西奈山研究人员创建的一种基于人工智能 (AI) 的特殊计算机算法能够学习如何识别心电图(也称为心电图或心电图)的细微变化，以预测患者是否正在经历心力衰竭。
“我们表明，深度学习算法可以从 ECG 波形数据中识别出心脏两侧的血液泵送问题，”遗传学和基因组科学助理教授、Hasso Plattner 数字研究所成员 Benjamin S. Glicksberg 博士说西奈山的健康，该研究的资深作者发表在美国心脏病学会杂志：心血管成像上。“通常，诊断这些类型的心脏病需要昂贵且耗时的程序。我们希望该算法能够更快地诊断出心力衰竭。”
该研究由医学博士 Akhil Vaid 领导，他是一位在 Glicksberg 实验室工作的博士后学者，由 Girish N. Nadkarni 医学博士、公共卫生硕士、CPH 领导，西奈山伊坎医学院医学副教授，首席数据驱动和数字医学部 (D3M) 的成员，也是该研究的资深作者。
影响大约 620 万美国人的心力衰竭或充血性心力衰竭，当心脏泵出的血液少于身体正常需要时就会发生。多年来，医生严重依赖一种称为超声心动图的成像技术来评估患者是否可能正在经历心力衰竭。虽然有用，但超声心动图可能是劳动密集型程序，仅在特定医院提供。
然而，人工智能最近的突破表明，心电图——一种广泛使用的电子记录设备——在这些情况下可能是一种快速且容易获得的替代方案。例如，许多研究表明，“深度学习”算法可以检测心脏左心室的弱点，将新鲜的含氧血液推向身体的其他部位。在这项研究中，研究人员描述了一种算法的开发，该算法不仅可以评估左心室的强度，还可以评估右心室的强度，该算法将脱氧的血液从体内流出并将其泵入肺部。
“虽然很有吸引力，但传统上医生使用心电图来诊断心力衰竭一直具有挑战性。部分原因是这些评估没有既定的诊断标准，而且心电图读数的一些变化对于人眼来说太微妙了，”Nadkarni 博士说。“这项研究代表了在发现隐藏在心电图数据中的信息方面向前迈出的令人兴奋的一步，使用相对简单且广泛可用的测试可以导致更好的筛查和治疗范例。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！