新的研究表明，ECG-AI可以更快地检测心血管疾病的风险

来自患者心电图(ECGs)的人工智能(AI)可能是增强心脏病风险评估的创新解决方案。动脉粥样硬化性心血管疾病——动脉因脂肪斑块积聚而变窄或阻塞——是全球主要的死亡原因，通常由冠状动脉疾病引起。发表在《临床医学》杂志上的新研究数据表明，通过识别冠状动脉疾病的迹象，如钙化和堵塞，以及先前心脏病发作的证据，ECG-AI可以比目前的风险计算器方程式早几年标记出一些风险。

　　

来自患者心电图(ECGs)的人工智能(AI)可能是一种提高心脏病风险评估的创新解决方案。动脉粥样硬化性心血管疾病——动脉因脂肪斑块积聚而变窄或阻塞——是全球主要的死亡原因，通常由冠状动脉疾病引起。发表在ecclinicalmedicine上的新研究数据表明，通过识别冠状动脉疾病的迹象，如钙化和堵塞，以及先前心脏病发作的证据，ECG-AI可以比目前的风险计算器方程式早几年标记出一些风险。

许多人可能患有冠状动脉疾病，却没有意识到这一点。不幸的是，这种疾病的第一个征兆可能是突然死亡或严重的心脏病发作。临床医生的工具，如汇总队列方程，可以帮助确定患者10年内心脏病发作和中风的风险。这些工具指导关于治疗时机的共同决策，但这些工具有局限性。

心电图是一种广泛使用的测量心脏电活动的测试，人工智能可以经过训练，从这些电信号中识别和检测隐藏的疾病模式。

预测冠状动脉疾病的ECG-AI由梅奥诊所和Anumana开发，利用对全美700多万患者的电子健康数据的回顾性分析，训练了三个独立的ECG-AI模型，每个模型用于检测冠状动脉钙化、冠状动脉阻塞和心脏左心室部分不正常运动-这是先前心脏病发作的迹象。

这三个独立的心电图-人工智能模型一起使用，可以预测哪些患者有潜在冠状动脉疾病的高风险，从而预测心脏病发作的高风险。这是指导我们在护理点与患者对话的重要信息，特别是因为人工智能在计算短至三年的这些风险方面很有用，”梅奥诊所的心脏病专家、该论文的高级作者Francisco Lopez-Jimenez医学博士说。单独使用，汇总队列方程估计10年患心血管疾病的风险。增加ECG-AI以更快地发现隐藏的风险有可能挽救更多生命。这个模型还可以帮助识别那些不知道自己患有冠状动脉疾病的人，他们可能会从挽救生命的治疗中受益。”

这项研究是由会议和梅奥诊所的衍生公司Anumana资助的。梅奥诊所已经将这项技术授权给Anumana。如果这项技术商业化，梅奥诊所和这项研究的作者将来可能会在经济上受益。