西奈山研究人員創(chuàng)建的一種基于人工智能 (AI) 的特殊計算機算法能夠?qū)W習如何識別心電圖(也稱為心電圖或心電圖)的細微變化，以預測患者是否正在經(jīng)歷心力衰竭。
“我們表明，深度學習算法可以從 ECG 波形數(shù)據(jù)中識別出心臟兩側(cè)的血液泵送問題，”遺傳學和基因組科學助理教授、Hasso Plattner 數(shù)字研究所成員 Benjamin S. Glicksberg 博士說西奈山的健康，該研究的資深作者發(fā)表在美國心臟病學會雜志：心血管成像上。“通常，診斷這些類型的心臟病需要昂貴且耗時的程序。我們希望該算法能夠更快地診斷出心力衰竭。”
該研究由醫(yī)學博士 Akhil Vaid 領導，他是一位在 Glicksberg 實驗室工作的博士后學者，由 Girish N. Nadkarni 醫(yī)學博士、公共衛(wèi)生碩士、CPH 領導，西奈山伊坎醫(yī)學院醫(yī)學副教授，首席數(shù)據(jù)驅(qū)動和數(shù)字醫(yī)學部 (D3M) 的成員，也是該研究的資深作者。
影響大約 620 萬美國人的心力衰竭或充血性心力衰竭，當心臟泵出的血液少于身體正常需要時就會發(fā)生。多年來，醫(yī)生嚴重依賴一種稱為超聲心動圖的成像技術(shù)來評估患者是否可能正在經(jīng)歷心力衰竭。雖然有用，但超聲心動圖可能是勞動密集型程序，僅在特定醫(yī)院提供。
然而，人工智能最近的突破表明，心電圖——一種廣泛使用的電子記錄設備——在這些情況下可能是一種快速且容易獲得的替代方案。例如，許多研究表明，“深度學習”算法可以檢測心臟左心室的弱點，將新鮮的含氧血液推向身體的其他部位。在這項研究中，研究人員描述了一種算法的開發(fā)，該算法不僅可以評估左心室的強度，還可以評估右心室的強度，該算法將脫氧的血液從體內(nèi)流出并將其泵入肺部。
“雖然很有吸引力，但傳統(tǒng)上醫(yī)生使用心電圖來診斷心力衰竭一直具有挑戰(zhàn)性。部分原因是這些評估沒有既定的診斷標準，而且心電圖讀數(shù)的一些變化對于人眼來說太微妙了，”Nadkarni 博士說。“這項研究代表了在發(fā)現(xiàn)隱藏在心電圖數(shù)據(jù)中的信息方面向前邁出的令人興奮的一步，使用相對簡單且廣泛可用的測試可以導致更好的篩查和治療范例。”
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！