基于机器学习的新工具，帮助医生确定胸痛的最佳测试

在两种非侵入性诊断测试中选择是胸痛患者的一个常见困境。耶鲁大学心脏病专家、医学博士、医学硕士Rohan Khera及其同事开发了一种新的数字决策辅助工具ASSIST。

通过将机器学习技术应用到两大临床试验，这个新工具可以识别出哪个成像测试寻找可能患有冠状动脉疾病或CAD，一种由动脉壁斑块积聚引起的疾病。

4月21日发表在《科学》杂志上的一项研究中描述了这种新工具欧洲心脏杂志》上，重点关注特定患者的长期结果。

“每种诊断测试都有优缺点，”耶鲁大学医学院(Yale School of Medicine)心脏病学助理教授凯拉(Khera)说。病人体内可能有钙血管或者是可能被忽略的更晚期的疾病。“如果你能正确诊断，你就更有可能追求最佳的医疗和程序性治疗，这可能会影响患者的结果。”

最近的临床试验试图确定一种测试是否最佳。PROMISE和SCOT-HEART临床试验表明，解剖成像的结果与压力测试相似，但可能改善某些患者的长期结果。

“当患者出现胸痛时，你有两种主要的检测策略。大型临床试用Khera说:“在没有结定论的情况下，我们想知道这些试验数据是否可以用来更好地了解某一特定患者是否会从一种试验策略中受益。”这两种策略目前都在临床实践中使用。

为了创建ASSIST, Khera和他的团队获得了9572名患者的数据，这些患者通过国家心肺血液研究所(National Heart, Lung and Blood Institute)参与了PROMISE试验，并创建了一种新的策略，将本地数据实验嵌入到更大的临床试验中。

Khera说:“我们的方法的一个独特之处在于，我们利用了临床试验的两个方面，克服了现实世界数据的局限性，在现实世界中，临床医生的决定可能会在算法中引入偏见。

在SCOT-HEART试验中，该工具也被证明在不同的患者群体中有效。在2135名接受功能优先或解剖优先试验的患者中，作者观察到，当所进行的试验与ASSIST推荐的试验达成一致时，不良心脏事件的风险降低了两倍。Khera说，他希望这个工具将为临床医生在胸痛评估中选择解剖测试还是功能测试提供进一步的见解。

功能测试，通常被称为压力测试，检查病人通过检测流向心脏的血液减少来诊断冠心病。第二种选择是解剖测试，或冠状动脉ct血管造影(CCTA)，可识别血管中的堵塞。通过使用机器学习算法，ASSIST为每个患者提供推荐。

“虽然我们使用了先进的方法来开发ASSIST，但它的应用在临床环境中是实用的。它依赖于常规捕获的病人特征，临床医生可以使用一个简单的在线计算器，或者可以纳入电子健康记录，”Evangelos Oikonomou医学博士说，他是耶鲁大学内科住院医师，也是该研究的第一作者。

---

---