人工智能可提前5年预测心脏病发作风险

2019-09-20

近日,英国牛津大学公布的一项新研究显示,利用人工智能技术可提前至少5年预测心脏病发作的风险。该项研究已发表在《欧洲心脏杂志》(European Heart Journal)。

对于出现胸痛等症状的疑似冠心病患者,目前临床应用的检查方法之一是行冠状动脉 CT 血管造影(CCTA),根据冠状动脉扫描结果评估病情,对阻塞性冠脉病变患者采取积极有效的临床干预。而冠状动脉轻度狭窄的患者临床上并不一定会即时采取干预,但这部分人群有心脏病发作的风险,临床上尚无有效方法预测风险发生的时机。

牛津大学的研究人员利用机器学习算法对大量 CCTA 扫描数据进行深度分析,开发出一种新的生物标记物——脂肪放射学特征(FRP),能够识别出心脏供血血管周围间隙的细微异常,如炎症、组织瘢痕等,这些都是预示心脏病发作的生物标记物。

研究人员首先从167名已接受心脏手术的患者身上采集脂肪组织进行活检,分析与炎症、瘢痕、新生血管形成相关的基因表达,并与 CCTA 影像数据进行对照,以找出最能预示心脏血管周围脂肪异常的生物标记。随后,研究纳入5487名做过 CCTA 影像检查的潜在心脏病患者,把101名接受 CCTA 检查后5年内发生了重大心脏不良事件的患者,和那些没有发生过心脏不良事件的患者的影像数据进行比较,验证与心脏病发作高风险紧密相关的血管周围变化。据此,建立了利用 FRP 脂肪生物标记物预测心脏病发作风险分层的机器学习模型。

研究人员在1575名 SCOT-HEART 临床研究志愿者身上进行新技术测试,结果良好,比现有诊断工具都要优异。  

研究人员表示,利用人工智能开发的这个新生物标记物,能够找到人们血管周围的“坏”特征,在早期心脏病风险预测方面具有很大潜力,有助于患者尽早接受干预和预防。他们计划将于明年向临床推广这一新技术。

参考资料:http://www.ox.ac.uk/news/2019-09-04-ai-technology-can-predict-heart-attacks.

成为我们的合作伙伴

信息提交
姓      名
所在地区
单位名称
手  机  号

提交

感谢您的关注,我们会尽快与您取得联系!