人工智能使心肌炎的个性化治疗成为可能

心肌炎(心肌炎症)通常由病毒引起，例如 。然而，它也可以由药物、有毒物质或在风湿病的背景下诱发。由于症状多种多样，从疲劳到胸痛、心悸、呼吸急促，以及罕见的心源性猝死(后者与体育活动有关)，临床评估很困难。如今，当怀疑有心肌炎时，通常会进行心脏磁共振成像 (CMR)。在某些情况下，从这些扫描中获得的数据不能提供足够个性化的风险评估和相应的最佳治疗方案。

回顾研究点到新方法

在与蒂宾根大学、布里斯托尔心脏研究所和哈佛医学院合作进行的一项科学审查中，由来自 Inselspital 和伯尔尼大学的医学博士 Christoph Gräni 教授领导的研究小组评估了各种 CMR 参数就其对心肌炎的诊断、预后和监测的重要性而言。

“通过比较使用的不同诊断工具，我们可以为未来的研究和开发提供新的方法。接下来，我们将确定人工智能 (AI) 如何帮助我们对许多不同的临床参数和图像进行快速和全面的评估数据，”根据 Christoph Gräni 的说法。“为此，我很高兴我们获得了伯尔尼医学人工智能中心 (CAIM) 的资助，以追求这一有前景的研究方向。”

使用 AI 使复杂的心脏功能数据可读

使用 CMR，可以为每位患者收集超过 1,000 次测量结果，包括解剖参数、心肌和心包的组织特征(例如炎症或疤痕)以及心肌功能数据。物理学家 Yasaman Safarkhanlo，博士。在 Inselspital 心脏病学系 Gräni 教授的指导下，一名学生解释说：“只有 AI 才能全面快速评估这些变量。我们希望让数据说话，以更好地了解心肌炎期间到底发生了什么。这是一种新颖的方法，它不是从我们以前对生理学的理解开始，而是在图像中寻找已知特征。在我们的项目中，我们宁愿从数据方面开始，看看我们在图像上发现了什么新的相关性——所以，最终,

运动员的个性化咨询

研究人员的目标是开发评估工具，用于确定心肌炎是否会自发和可持续地愈合，或者是否需要密切监测。“特别是运动员可以通过这种方式得到更好的建议：一方面，目标是避免心源性猝死，但另一方面，不要不必要地限制运动员的活动，”Gräni 解释说。在这方面，所有临床数据和图像数据有一天将流入 Insel Gruppe 的数字临床信息和控制系统 (KISS)，在那里它们将被自动评估，以便为治疗医生提供诊断概率，预测病程及最佳治疗建议。

标签：