新机器学习的工具，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于来自两个大的数据临床试验，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，动脉墙中的斑块积聚引起的条件。

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，专注于给定患者的长期结果。

“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个测试是否是最佳的。承诺和苏格兰心脏临床试验表明解剖学成像对压力测试具有相似的结果，但可以改善某些患者的长期结果。

“当患者患有胸痛时，您有两种主要的测试策略。大型临床试用已经完成了没有结论的答案，所以我们想看看试验数据是否可以用于更好地了解给定的患者是否会受益于一个测试策略或另一个测试策略，“这两种策略目前用于临床实践。

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。

“我们的方法的独特方面是我们利用临床试验的双臂，克服了现实世界数据的限制，临床医生的决策可以将偏见引入算法，”赫拉说

该工具还证明了苏格兰心脏试验中的患者群体有效。在经过功能性 - 第一或解剖第一次测试的2,135名患者中，当执行测试之间的一致性时，作者观察到较低的心脏事件的风险较低，并且通过辅助推荐的试验。Khera表示，他希望这个工具能够对临床医生提供进一步的洞察力，同时在胸痛评估中进行解剖或功能测试之间的选择。

功能测试，通常称为压力测试，检查耐心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。

“虽然我们使用先进的方法来获得助攻，但其应用对于临床环境是实用的。它依赖于常规捕获的患者特征，并且可以用简单的在线计算器使用临床医生，或者可以在电子健康记录中使用，”Evangelos说Oikonomou，MD，Dphil，耶鲁耶鲁和研究的第一作者内科的居民医师。

---

---