人工智能算法可以帮助识别高危心脏病患者，快速诊断、加快和改善护理

西奈山领导的研究可以改变医院对患者进行分类、风险分层和咨询的方式，以挽救生命

　　

西奈山研究肥厚性心肌病（HCM）的研究人员已经校准了一种人工智能（AI）算法，以快速、更具体地识别患有这种疾病的患者，并将其标记为高风险患者，以便在医生预约时给予更多关注。

该算法被称为Viz HCM，此前已被美国食品和药物管理局批准用于心电图（ECG）上的HCM检测。西奈山的研究发表在4月22日的《NEJM AI》杂志上，为该算法的发现分配了数字概率。

例如，虽然算法之前可能会说“标记为疑似HCM”或“HCM高风险”，但西奈山的研究允许这样的解释，“你有大约60%的机会患有HCM，”通讯作者约书亚·兰伯特医学博士说，他是西奈山福斯特心脏医院机器学习主任。

因此，以前未被诊断为HCM的患者可能能够更好地了解他们的个体疾病风险，从而更快，更个性化的评估，以及潜在预防心脏性猝死等并发症的治疗，特别是在年轻患者中。

“通过为临床医生和患者提供更有意义的信息，这是将新型深度学习算法转化为临床实践的重要一步。临床医生可以通过使用分类工具确保在临床工作列表的顶部确定风险最高的患者，从而改善临床工作流程。通过模型校正，患者可以获得更个性化的信息，从而提高模型分类评分的可解释性。这种局部模型校准策略是否普遍适用于其他设置仍有待证明，”西奈山伊坎医学院医学助理教授（心脏病学、数据驱动和数字医学）Lampert博士说。“这可以改变临床实践，因为该方法以临床实用的方式提供有意义的信息，以促进患者护理。”

全世界每200人中就有一人患有HCM， HCM是心脏移植的主要原因。然而，许多患者直到出现症状和疾病可能已经进展时才知道自己患有这种疾病。

西奈山的研究人员对近71,000名在2023年3月7日至2024年1月18日期间进行心电图检查的患者进行了Viz HCM算法。该算法将1522标记为HCM阳性警报。研究人员回顾了记录和成像数据，以确认哪些患者确诊为HCM。

在审查确诊诊断后，研究人员将模型校准应用于人工智能工具，以评估校准的HCM概率与患者患病的实际可能性是否相关。他们发现，经过校准的模型确实能准确估计出患者患HCM的可能性。

使用该模型分析患者的心电图结果可以让心脏病专家优先考虑风险最高的患者，以便在症状开始或恶化之前尽早将他们带到医院进行预约和治疗。医生将能够向每位患者解释个性化的风险，而不是模糊地说明人工智能模型标记了他们。这可能有助于让新患者参与并接受护理，以防止与HCM相关的不良后果，如猝死或心肌增厚阻碍血液流动的症状。

“这项研究提供了急需的粒度，帮助我们重新思考如何对患者进行分类、风险分层和咨询。在一个增强智能的时代，我们必须在我们的病人护理方法中融入新的复杂性，”共同资深作者Vivek Reddy博士说，他是西奈山卫生系统心律失常服务主任，也是Leona M.和Harry B.赫尔姆斯利慈善信托心脏电生理学医学教授。“以肥厚性心肌病为例，我们展示了如何通过对人工智能分类对患者进行分类，即使在不太常见的疾病中，我们也能实用地操作新工具。”

“这项研究最好地反映了实用的实施科学，展示了我们如何负责任地、深思熟虑地将先进的人工智能工具整合到现实世界的临床工作流程中，”共同资深作者Girish N. Nadkarni博士说，他是Windreich人工智能和人类健康系主任，?Hasso Plattner数字健康研究所所长，以及西奈山伊坎医学院的Irene和Arthur M. Fishberg博士。“这不仅仅是建立一个高性能的算法，而是要确保它支持临床决策，以改善患者的治疗效果，并与实际提供的护理方式保持一致。这项工作表明，经过校准的模型可以帮助临床医生在正确的时间优先考虑正确的患者，并在此过程中帮助实现人工智能在医学中的全部潜力。”

下一步是将这项研究和HCM的人工智能校准扩展到全国其他卫生系统。

 

Calibration of ECG-Based Deep Learning Algorithm Scores for Patients Flagged as High Risk for Hypertrophic Cardiomyopathy