研究人员接近于预测两种常见的心脏疾病

研究人员更接近预测两种常见心脏疾病
使用PLAX TTE视频预测CAC的深度学习模型在应用于保留的测试数据集时的性能特征。通过AUC (95% CI)和F1评分来预测(A) CAC是否存在以及(B) CAC评分< 400与>400 Agatston单位。信贷:美国超声心动图学会杂志(2022)。DOI: 10.1016 / j.echo.2022.12.014

来自西达斯-西奈的两项新研究预测了两种重要的心脏疾病——通常是致命的心脏骤停和冠状动脉钙含量增加,冠状动脉疾病的标志,可导致心脏病发作。

这些研究由西达斯-西奈的史密特心脏研究所和医疗中心的医学人工智能部门(AIM)的研究人员领导。

参与心脏骤停研究的研究人员发表在该杂志上心脏的节奏他们发现了一组专门与心脏骤停相关的新型血液生物标志物。这些生物标记物有可能增强心脏骤停的临床预测——本月早些时候,NFL球员达马尔·哈姆林在比赛中经历心脏骤停后,一种危及生命的疾病成为头条新闻。

心脏骤停是指心脏突然停止跳动,每年在美国影响超过35万人。尽管有组织的紧急医疗反应系统,但只有不到10%的心脏骤停患者能够存活。

该研究的资深作者、心律中心和AIM分部教授兼主任Sumeet Chugh医学博士说:“心脏骤停的低存活率说明了风险确定、早期预测和改善一级预防的必要性。”

丘格还是西达斯-西奈预防心脏骤停中心的主任,他的职业生涯都致力于研究心脏骤停。他的研究导致了预测心脏骤停的新方法,目前正在进行评估,目标是将这些方法应用于临床护理。

在本研究中,a与雪松-西奈的Van Eyk实验室一起,研究人员分析了从心脏骤停幸存者身上获得的大量血液生物标志物,比较了一组无冠状动脉疾病的人和一组有冠状动脉疾病的人的结果。

“与对照组相比,我们共鉴定出26种与心脏骤停相关的蛋白质生物标志物,其中20种与心脏骤停有差异Smidt心脏研究所心脏骤停预防中心的研究科学家、该研究的第一作者Faye Norby博士说。“虽然这些生物标记物有可能增强对癌症的预测在美国,未来的研究需要在更大的患者群体中重复这些发现。”

冠状动脉钙的研究,发表在美国超声心动图学会杂志的超声图像首次显示能被一个能够准确识别患者冠状动脉中是否有大量堆积的算法。

传统上,冠状动脉钙沉积是通过CT扫描来诊断的,但并不是每个中心都能提供CT扫描,这会使患者暴露在辐射中,而且费用昂贵。另一方面,心脏超声波检查——也叫超声心动图——可以在诊所或医生办公室进行,不产生辐射,而且往往便宜得多。

“我们表明,超声心动图,当用我们的人工智能软件解释时,可以预测冠状动脉钙和预测心脏病发作的风险,几乎与CT扫描一样,”资深作者、医学博士大卫·欧阳(David Ouyang)说,他是史密特心脏研究所心脏病系的心脏病学家,也是AIM部门的研究员。“即使在专家读者肉眼看到心脏超声图像看起来相当正常的情况下,这也被证明是正确的。”

研究人员使用2881张超声心动图图像的数据集,训练了一个基于视频的人工智能工具来预测冠状动脉钙评分。得分范围从0分(代表“完美”得分,没有冠状动脉钙积聚的迹象)到2000分以上,个体预后差,代表患冠心病的风险高而且

基于视频的深度学习模型成功地预测了健康状况良好和冠状动脉发病率较高的患者的零分分数,可能预示着更糟糕的未来预后。

欧阳及其团队希望这种高效的技术兼容并蓄每个患者的评分-可用于所有超声心动图实验室。欧阳说,这种类型的资源“将允许更快,可能更频繁,通常更具有成本效益的成像,提供临床有价值的预测信息。”

更多信息:Faye L. Norby等人,心脏骤停特有的一组血液生物标志物,心脏的节奏(2022)。DOI: 10.1016 / j.hrthm.2022.12.014

Neal Yuan等,基于超声心动图深度学习的冠状动脉钙预测,美国超声心动图学会杂志(2022)。DOI: 10.1016 / j.echo.2022.12.014

引用:研究人员更接近预测两种常见心脏疾病(2023年,1月26日),从//www.pyrotek-europe.com/news/2023-01-closer-common-heart-conditions.html检索2023年1月27日
这份文件受版权保护。除为私人学习或研究目的而进行的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。

进一步探索

基因评分可以检测心脏性猝死的风险

13股票

对编辑的反馈