ECG-based AI模型可以预测未确诊的结构性心脏病
一组临床医生和科学家从颞部和Geisinger发现一个新的人工智能模型可以准确地识别病人在确诊结构性心脏病的风险增加。
结构心疾病(梅毒性心脏病)是一组条件,影响阀门,墙壁,钱伯斯,或心脏的肌肉。梅毒性心脏病通常是一个进步的疾病,导致各种各样的衰弱症状或死亡,使早期诊断和治疗病人很重要,以防止这些可怜的结果。然而,许多患者确诊疾病。
颞部和Geisinger研究试图解决这一诊断差距通过开发一种新颖的机器学习模型,使用数据从一个12导心电图(ECG)——廉价和常用测试测量的电信号心识别高危患者确诊梅毒性心脏病。发表在循环七,rECHOmmend模型可以预测任何一个结构性心脏病可诊断的超声心动图(心脏超声波检查)。
团队的数据科学家和医学研究人员使用了超过480000名患者中的2ob欧宝直播nba20万ecg 37年的病人护理Geisinger深神经网络训练专门类型的人工智能,以预测谁,之前没有梅毒性心脏病病史的患者中,将开发临床意义上的疾病,可能受益于guideline-directed监控或治疗。总的来说,研究发现,该模型取得了出色的性能,超过任何先前发表的模型预测性能的任何单一疾病。研究结果表明,临床医生使用这种模型可以找到更多的疾病诊断的研究较少。
“结构性心脏病高发病率和死亡率的负担,这个模型是可行的和实用的识别未确诊的病人临床实践乔尔·达德利说:“博士,首席科学官颞部。“我们两个团队正在继续寻找新的应用人工智能的方法来预测心脏病才能进入严重阶段不可逆转的衰弱的病人,和rECHOmmend研究建立在基础工作。”
“过去的研究已经表明人工智能,使单一疾病的能力与超声心动图筛查。rECHOmmend研究建立在那些以进一步提高超声心动图作为筛查工具的可行性进行结构性心脏病,“说Alvaro Ulloa龙头,博士,高级数据科学家Geisinger和该研究的第一作者。“这可能允许早期诊断和避免疾病进一步发展和衰弱症状。”
