新颖的AI算法可以帮助个性化预防心血管疾病
一种新颖的人工智能（AI）算法准确地估计了累积暴露于胆固醇和血压水平以及降低两者的好处引起的心脏病风险，因此提供了做出个人治疗决策所需的基本信息。晚期的研究已在热线会话8月28日在2022年ESC国会。
“这项研究首次显示了如何嵌入低密度脂蛋白（LDL）胆固醇和收缩压（SBP）进入AI算法，”英国剑桥大学的首席研究员Brian Ference教授说：“这些算法可用于为个别患者提供有关最佳的LDL和LDL和SBP持续时间的决定，以最有效地防止动脉粥样硬化心血管事件。”
动脉粥样硬化心血管疾病是一种慢性进行性疾病，在生命的早期开始，随着时间的流逝而慢慢发展。随机试验表明，降低LDL和SBP降低了动脉粥样硬化心血管事件的风险。然而，孟德尔随机研究表明，与降低LDL和SBP在生命后期开始的随机试验中观察到的降低相比，终生暴露于LDL和SBP较低的心血管事件风险相关。这表明降低生命早期的LDL和SBP可能会大大改善心血管疾病的预防。但是，LDL和SBP降低以防止心血管事件的最佳时机，持续时间和强度尚不清楚。
临床医生使用估计算法的风险来选择可能受益于治疗的人心脏病可能性升高的人。但是，这些算法不包括在随机试验或孟德尔随机研究中观察到的LDL和SBP的影响，因此可能无法捕获降低LDL或SBP的真正好处。因此，这项研究的目标是双重的。首先，要评估当前风险得分是否准确估计由LDL和SBP引起的心血管事件的基线风险以及降低LDL和SBP从任何年龄开始并延长任何持续时间的好处。其次，要使用AI算法评估，添加LDL和SBP的因果效应是否更准确地估计心血管风险和益处。
因果AI算法用于估计LDL和SBP在离散的暴露时间单位中的影响（以先前的暴露为条件，反映了180万个个体中动脉粥样硬化如何发展的生物学），包括1,320,974人，包括在Mendelian随机研究中，评估了140个变异的研究。与SBP相关的LDL和202个变体，有527,512名参与者参加了76个评估LDL或SBP降低疗法的随机试验。
评估了英国联合社会（JBS3）算法的准确性，无论是单独添加LDL和SBP的因果AI效应：1）英国生物库中445,771名参与者的独立样本，以评估这些算法估计的效果如何。终身风险和利益；2）48,315名LDL和SBP降低试验的参与者，以评估这些算法如何估计降低LDL，SBP或两者在试验中观察到的短期益处。主要结果是主要的冠状动脉事件（MCE），定义为第一次发生致命或非致命心肌梗塞或冠状动脉血运重建。次要结果是主要的心血管事件（MCVE），定义为首次发生的主要冠状动脉事件或非致命性缺血性中风。
该研究有三个主要发现。第一，JBS3算法系统地低估了终生LDL，SBP或两者兼而有之MCE的风险；在终生暴露于LDL，SBP或两者兼而有之的人中，有系统地高估了风险。
Ference教授说：“这一发现解释了为什么当前的风险算法导致生物学上令人难以置信的结论，即LDL和SBP是动脉粥样硬化心血管疾病事件的两个主要修改原因，这是没有有意义的促进心血管疾病的风险。相反，包括因果关系。从因果AI算法中得出的LDL和SBP的影响准确地估计了较高和较低寿命暴露于LDL，SBP或两者兼而有之的所有年龄段的MCE风险。”
第二，JBS3算法系统地低估了维持终身LDL，SBP或两者在MCE上保持终身的好处。相比之下，包括LDL和SBP的因果效应准确地估计了在所有年龄段维持终身LDL和SBP的终身效果。第三，与LDL和SBP降低疗法的随机试验相比，JBS3算法系统地低估了降低LDL，SBP或两者从后期开始的好处。相比之下，包括LDL和SBP的因果作用准确地估计了降低LDL，SBP或两者在随机试验中观察到的随访中的后期开始的益处。
费伦斯教授说：“当前的估计算法的风险估计是有偏见的，因为它们系统地低估了降低LDL和SBP的好处。这可能会得出一个错误的结论，即等待降低LDL和SBP，直到生活更有效，并且成本更低，并且成本少于小于小于在年轻时降低LDL和SBP。用因果AI代替这些算法有可能个性化预防心血管疾病并说明该算法公共卫生投资心血管预防的经济价值。”
进一步探索
