機器學(xué)習(xí)可以預(yù)測疑似或已知心臟病患者的死亡風(fēng)險

Sophia-Antipolis–2021 年 12 月 11 日：與全球衛(wèi)生專業(yè)人員使用的既定評分相比，新的人工智能評分提供了對疑似或已知冠狀動脈疾病患者在 10 年內(nèi)死亡的可能性的更準確預(yù)測。該研究今天在歐洲心臟病學(xué)會 (ESC) 的科學(xué)大會 EuroEcho 2021 上發(fā)表。1

與基于臨床數(shù)據(jù)的傳統(tǒng)方法不同，新評分還包括心臟的成像信息，通過壓力心血管磁共振 (CMR) 測量。“壓力”是指在磁共振成像掃描儀中給患者服用一種藥物來模擬運動對心臟的影響。

美國巴爾的摩約翰霍普金斯醫(yī)院的研究作者 Theo Pezel 博士說：“這是第一項表明機器學(xué)習(xí)結(jié)合臨床參數(shù)和壓力 CMR 可以非常準確地預(yù)測死亡風(fēng)險的研究。”“研究結(jié)果表明，有胸痛、呼吸困難或心血管疾病危險因素的患者應(yīng)該接受壓力 CMR 檢查并計算他們的分數(shù)。這將使我們能夠為最需要的人提供更深入的跟進和有關(guān)運動、飲食等方面的建議。”

風(fēng)險分層通常用于心血管疾病患者或心血管疾病高風(fēng)險患者，以定制旨在預(yù)防心臟病發(fā)作、中風(fēng)和心源性猝死的管理。傳統(tǒng)計算器使用有限數(shù)量的臨床信息，例如年齡、性別、吸煙狀況、血壓和膽固醇。本研究使用壓力 CMR 和臨床數(shù)據(jù)檢查了機器學(xué)習(xí)的準確性，以預(yù)測疑似或已知冠狀動脈疾病患者的 10 年全因死亡率，并將其性能與現(xiàn)有評分進行比較。

Pezel 博士解釋說：“對于臨床醫(yī)生來說，我們從患者那里收集的一些信息似乎與風(fēng)險分層無關(guān)。但機器學(xué)習(xí)可以同時分析大量變量，可能會發(fā)現(xiàn)我們不知道存在的關(guān)聯(lián)，從而改進風(fēng)險預(yù)測。”

該研究包括 2008 年至 2018 年期間因胸痛、勞累時呼吸急促或心血管疾病高風(fēng)險而被轉(zhuǎn)診至巴黎中心接受壓力 CMR 治療的 31,752 名患者，但沒有任何癥狀。高危被定義為至少有兩個危險因素，如高血壓、糖尿病、血脂異常和目前吸煙。平均年齡為 64 歲，66% 為男性。收集了 23 個臨床參數(shù)和 11 個 CMR 參數(shù)的信息。從法國國家死亡登記處獲得的全因死亡中位隨訪時間為 6 年。在隨訪期間，2,679 (8.4%) 名患者死亡。

機器學(xué)習(xí)分兩步進行。首先，它用于選擇哪些臨床和 CMR 參數(shù)可以預(yù)測死亡，哪些不能。其次，機器學(xué)習(xí)用于根據(jù)第一步中確定的重要參數(shù)構(gòu)建算法，為每個參數(shù)分配不同的重點以創(chuàng)建最佳預(yù)測。然后對患者在 10 年內(nèi)死亡的可能性進行 0(低風(fēng)險)到 10(高風(fēng)險)的評分。

機器學(xué)習(xí)分數(shù)能夠以 76% 的準確率預(yù)測哪些患者會活著或死亡(在統(tǒng)計方面，曲線下面積為 0.76)。“這意味著在大約四分之三的患者中，評分做出了正確的預(yù)測，”佩澤爾博士說。

標簽：