人工智能可筛查早期无症状心脏病

本篇文章665字，读完约2分钟

美国梅奥诊所(Mayo Clinic)的一项研究表明，将人工智能技术应用于心电图分析，可以准确筛查早期无症状左心室功能障碍指标，且准确率优于其他常用筛查方法。

无症状左心室功能障碍是心力衰竭的先兆，影响700万美国人的生活。虽然这种心脏病可以在诊断后进行治疗，但仍然缺乏廉价、无创和无痛的筛查工具供医生诊断。常见的诊断方法，如超声心动图、计算机断层扫描或磁共振成像，既昂贵又难以获得。如果我们能开发出廉价而快速的诊断方法，对这种疾病的治疗将具有重要意义。

在新的研究中，梅奥诊所的研究人员致力于人工智能技术的应用，这是医学研究的一个热点。他们认为通过适当训练的神经网络可以在心电图中可靠地检测到无症状的左心室功能障碍。为了验证，研究人员创建了一个神经网络，并从临床数据中选择了60多万对匹配的心电图和经胸超声心动图，并使用它们来训练、验证和测试神经网络。结果表明，人工智能在标准心电图分析中的应用能够可靠地检测无症状左心室功能障碍，其准确性优于其他常见的筛查试验。此外，这种筛查方法不仅可以识别无症状疾病，还可以预测未来疾病的风险。在无心室功能障碍的患者中，人工智能筛查阳性患者的心室功能障碍风险是筛查阴性患者的4倍。研究人员认为，这可能是因为人工智能可以在心肌衰弱之前很早就识别出细微的心电图变化，并据此做出判断。

研究人员指出，心电是一种非常容易获得且成本低廉的检测方法，它可以通过人工智能进行数字化，提取隐藏的心脏病新信息，简单实惠，对心脏病的诊断和治疗具有重要意义。

相关研究成果发表在《自然与中东》杂志上；医学杂志。