新的研究发现,人工智能可以用来预测患有致命心脏病发作的风险的人,新的研究发现了新的研究。

牛津大学专家开发了一种“指纹”,或生物标志物,使用机器学习。

脂肪辐射概况(FRP)检测血管中的生物红旗,这些血管向心脏供应血液,鉴定炎症,疤痕和对船只的变化 - 所有指向未来心脏病发作的指针。

当患者患有胸部疼痛的医院时,它是符合冠状动脉CT血管库(CCTA)的标准程序。如果检测到动脉的缩小 - 约75%的病例 - 然后患者被送回家–其中一些人未来遭受心脏病发作。

目前没有医生经常使用的方法,以发现未来心脏病发作的所有底层红旗。研究人员希望他们的AI工具将弥合这一差距。

领导研究员Charalambos Antoniades,牛津大学的心血管医学和英国心脏基础教授,称:“仅仅因为某人的冠状动脉扫描显示,没有缩小,这并不意味着他们从心脏病发作中是安全的。

“通过利用AI的力量,我们开发了一个指纹,以找到人们的动脉周围的”坏“特征。这具有巨大的潜力来检测疾病的早期迹象,并且能够在心脏病发作罢工之前采取所有预防性步骤,最终挽救生命。

“我们真的相信这项技术可以在明年内拯救生命。”

安东尼斯教授和他的团队分析了与炎症,瘢痕和新血管形成相关的基因的表达。这些与来自167名心脏手术患者的CCTA扫描图像相匹配,以确定哪些功能最适合于心脏血管的脂肪的变化。

接下来,团队比较了101人的CCTA扫描,从5,487名患者中,在有一个CCTA的五年内继续进行心脏病发作或心血管死亡,从未有过的患者选择扫描心脏病发作。

使用机器学习,他们开发了FRP指纹,捕获风险程度。添加到系统的心脏扫描越多,预测的准确性越准确,而且可以成为核心知识的更多信息。

英国心脏基金会(BHF)部分资助了该研究。

梅内医务总监梅内·阿维施教授说:“这项研究是机器学习技术如何创新利用有可能彻底改变心脏病发作的风险,并防止他们发生的危险的强大举例。

“这是一个重要的进步。新的“指纹”提取有关常规使用扫描的底层生物学的其他信息,以检测狭窄的动脉。

“基于AI的技术,以更高的精确度预测即将发生的心脏病发作可以代表个性化冠状动脉疾病的人们的个性化护理中向前一步。”

该研究呈现在巴黎的欧洲心脏病学会和在欧洲心脏杂志上发表。

相关故事: