干细胞和人工智能联手预测患者的心律失常

心律失常是心源性猝死的一个主要危险因素，占全世界死亡总数的15%至20%。心律失常的原因是多种多样的，包括遗传因素、患者的身体和精神状况以及某些药物。患者心律失常事件的发生和严重程度是众所周知的不可预测的，特别是在年轻人和没有心脏病史的患者中。

为了解决这个问题，Boon-Seng Soh, Jeremy Kah Sheng Pang和来自新加坡分子与细胞生物学研究所的同事将干细胞技术与机器学习这使得他们能够在实验室中高度准确地预测心律失常。这项研究的结果最近发表在杂志上干细胞报告。

在他们的研究中，研究小组使用了人类心肌细胞，即所谓的心肌细胞，这种细胞是在实验室中由多能干细胞制成的。本研究中使用的不同心肌细胞培养物由于基因突变或心肌梗死而具有不同的心律失常倾向药物治疗。

利用来自3000多个“健康”和易发生心律失常的心肌细胞的视频数据，研究人员训练了一个机器学习程序，利用细胞内钙浓度变化的可见指标，作为心脏功能的衡量标准，来研究培养物的特定跳动行为。使用该系统，计算机算法在预测药物或基因引起的心律失常发生方面达到90%以上的准确率，并识别出心律失常的不同预测模式。

这项研究为基于机器学习的患者风险分析和患者源性心肌细胞的药物毒性测试奠定了基础，这有助于产生更安全、更有效的药物。