牛津大学AI工具可在心力衰竭发生前五年预测风险
牛津大学科学家开发出一款AI工具，能够在心力衰竭发生前五年准确预测患病风险。该工具通过分析心脏周围脂肪组织的影像特征，识别炎症和健康异常信号，这些信号人眼无法察觉。研究团队基于英格兰九家NHS机构共7.2万名患者数据进行训练与验证，预测准确率达86%。高风险人群患病概率是低风险人群的20倍。该研究结果已发表于《美国心脏病学会杂志》。
牛津大学科学家开发出一款简单的AI工具，能够在心力衰竭发生前五年预测其风险。
全球超过6000万人患有心力衰竭，这种疾病会导致心脏无法正常将血液泵送至全身。专家表示，若能在心力衰竭发展为显性疾病之前发现早期迹象，将是医学领域的重大突破。医生届时将能够更好地在早期阶段制定应对方案并加以干预，甚至有望完全预防该病症的发生。
这款由牛津大学团队开发的AI工具，通过分析心脏周围脂肪中的信号，判断其是否存在炎症或异常状态，而这些迹象在人眼观察下根本无法察觉。
研究人员表示，此前尚无方法能够通过常规心脏CT扫描准确预测心力衰竭。这款工具能够为医生提供患者的风险评分，从而辅助临床决策，例如确定患者需要多频繁地进行复查与监测。
结果显示，风险最高组的患者罹患心力衰竭的概率是风险最低组的20倍，且在五年内发病的可能性约为四分之一。
该AI工具在英格兰9家NHS医院信托机构的7.2万名患者数据中完成训练与验证，这些患者在接受CT扫描后持续接受了长达十年的随访追踪。工具对患者未来五年内发展为心力衰竭的预测准确率达86%。相关研究结果已于近日发表于《美国心脏病学会杂志》。
主导该研究的牛津大学心血管医学教授查拉兰博斯·安托尼亚德斯表示："我们将生物科学与计算技术领域的最新进展相结合，在心力衰竭诊疗方面迈出了重要一步。这款新型AI工具能够处理心脏CT扫描数据，并在无需人工介入的情况下，为每位患者生成量化的绝对风险评分。尽管本次研究使用的是心脏CT扫描数据，我们目前正致力于将这一方法推广应用至因任何原因进行的胸部CT扫描中。这将帮助医生做出更充分、更准确的治疗决策，确保风险最高的患者获得最及时、最有力的治疗干预。"
牛津大学研究团队目前正积极寻求监管批准，计划将该工具推广至包括NHS在内的各医疗体系。他们希望将其纳入医院放射科常规心脏CT扫描分析流程之中。
英国心脏基金会临床主任索尼娅·巴布-纳拉扬博士表示："心力衰竭长期存在诊断过晚的问题，有时直到患者住院才被发现。诊断滞后意味着患者的心肌可能已经遭受本可避免的严重损伤。这款工具能够帮助医生通过对高风险人群的更密切监测，更早地发现心力衰竭迹象。早期诊断至关重要——它能让医生更有效地管理患者病情，为患者争取更长时间、更高质量生活的机会。这项研究充分展示了借助技术手段推动心血管医疗水平提升的巨大潜力。"
专家建议，提升心脏健康的最佳方式包括：多摄入蔬菜水果、保持规律的体育锻炼、维持健康体重、戒烟、减少饮酒，以及有效控制血压。
Q&A
Q1：牛津大学开发的心力衰竭预测AI工具准确率有多高？
A：该工具在英格兰9家NHS医院信托机构的7.2万名患者数据中完成训练与验证，对患者未来五年内发展为心力衰竭的预测准确率达86%。风险最高组患者在五年内发病的概率约为四分之一，是风险最低组的20倍。
Q2：这款AI工具是怎么预测心力衰竭风险的？
A：该工具通过分析心脏周围脂肪组织中的特定信号，判断心脏是否存在炎症或异常状态，这些迹象在人眼观察下根本无法察觉。工具处理心脏CT扫描数据后，可在无需人工介入的情况下，自动为每位患者生成量化的绝对风险评分，辅助医生制定临床决策。
Q3：心力衰竭预测AI工具什么时候可以在NHS中推广使用？
A：目前，牛津大学研究团队正积极寻求监管批准，计划将该工具推广至包括NHS在内的各医疗体系，并希望将其纳入医院放射科的常规心脏CT扫描分析流程。具体上线时间尚未公布，仍需等待监管审批结果。
相关知识
AI模型检测糖尿病患者的心力衰竭高风险表型
长期使用褪黑素与更高心力衰竭风险相关
AI通过心电图预测健康风险和早死：7大要点
科学网—这样睡，心力衰竭风险降42%
AI在疾病预测中的应用：从数据中发现潜在风险
英国试用AI预测心脏病风险 精准评估健康风险
营养相关评估在射血分数保留的心力衰竭和老年肥胖人群中的预后价值研究
老年心力衰竭
充血性心力衰竭和肺水肿
4项指标，简单预测糖尿病前期的心衰风险
网址: 牛津大学AI工具可在心力衰竭发生前五年预测风险 https://m.trfsz.com/newsview1931659.html
