基于心电图的AI模型可以预测未诊断的结构性心脏病

来自Tempus和Geisinger的临床医生和科学家团队发现，新的人工智能模型可以准确地识别出患有未诊断结构性心脏病的风险增加的患者。

结构心疾病（SHD）是一组疾病，对心脏的瓣膜，墙壁，腔室或肌肉产生不利影响。SHD通常是一种进行性疾病，会导致各种令人衰弱的症状或死亡，这使得早期诊断和治疗患者以防止这些不良预后变得重要。但是，许多患有该疾病的患者未被诊断。

Tempus和Geisinger研究试图通过开发一种新型的机器学习模型来解决这一诊断差距，该模型使用来自12铅心电图（ECG）的数据（ECG）（ECG），这是一种廉价且常用的测试，测量了心脏的电信号，以识别高高的患者未诊断的风险。出版于循环，补偿模型可以预测可通过超声心动图（心脏的超声）诊断的七种结构性心脏病中的任何一种。

数据科学家和医学研究人员团队在盖辛格（Geisinger）37年bob88体育平台登录的患者护理中使用了220万个心电图。SHD将发展具有指导指导监测或治疗的临床意义疾病。总体而言，该研究发现，该模型取得了出色的性能，超过了预测任何单一疾病的任何先前发表的模型的性能。研究结果表明，使用此模型的临床医生可以发现更多疾病，并且诊断研究较少。

“结构性心脏病承担着发病率和死亡率的很大负担，该模型既可以鉴定未诊断的患者临床实践，”坦普斯首席科学官乔尔·达德利（Joel Dudley）博士说：“我们的两支团队正在继续寻找新的方法来应用人工智能以预测心脏病，然后才能达到严重的患者不可逆性衰弱阶段，并进行了补偿研究。建立在这项基础工作的基础上。”

Alvaro Ulloa Cerna博士说：“过去的研究表明，人工智能能够通过超声心动图实现单个疾病筛查。补偿研究基于这些研究，以进一步提高超声心动图作为结构性心脏病的筛查工具的可行性。”，Geisinger的高级数据科学家和该研究的主要作者。“这可以允许较早的诊断，并有可能避免进一步的疾病发展及其使人衰弱的症状。”