人工智能可能有助于预测（可能预防）心源性猝死

Credit: Pixabay/CC0 Public Domain

根据11月11日至12日在费城举行的美国心脏协会2023年复苏科学研讨会上发表的初步研究，预测心源性猝死，甚至可能解决一个人的风险以防止未来死亡，可能通过人工智能（AI）成为可能，并可能为预防和全球健康战略提供新的举措。

心源性猝死是一种公共卫生负担，占总死亡人数的10%至20%。预测它是困难的，通常的方法无法识别高危人群，特别是在个人层面上，该研究的主要作者、巴黎心血管研究中心心脏病学和流行病学教授Xavier Jouven博士说。

我们提出了一种新方法，不仅限于通常的心血管危险因素，还包括电子健康记录中可用的所有医疗信息。

研究小组使用人工智能分析了来自巴黎、法国和西雅图的登记处和数据库的医疗信息，包括25,000名死于心脏骤停的人和70,000名普通人群，两组的数据按年龄、性别和居住地区进行匹配。

这些数据代表了超过100万次医院诊断和1000万次药物处方，是从每次死亡前10年的医疗记录中收集的。研究人员使用人工智能来分析数据，建立了近25,000个方程式，其中包含个性化的健康因素，用于识别那些心源性猝死风险非常高的人。此外，他们还为研究中的每个人制定了定制的风险概况。

个性化风险方程式包括一个人的医疗细节，例如高血压和心脏病史的治疗，以及包括酗酒在内的精神和行为障碍。该分析确定了在特定百分比和时间范围内最有可能降低或增加心源性猝死风险的因素，例如，三个月内心源性猝死的风险为89%。

人工智能分析能够识别出猝死风险超过90%的人，他们占所有心源性猝死病例的四分之一以上。

我们在心源性猝死预测领域已经工作了近30年，但是，我们没想到会达到如此高的准确性。我们还发现，参与者之间的个性化风险因素非常不同，并且通常来自不同的医学领域（神经学，精神病学，代谢和心血管数据的混合） - 对于一个特定领域的专家的医学眼睛和大脑来说，这是很难捕捉到的图片，Jouven说，他也是巴黎猝死专家中心的创始人。

虽然医生有效的治疗方法，如纠正风险因素、特定药物和植入式除颤器，但人工智能的使用对于在给定受试者中检测多年来登记的一系列医疗信息是必要的，这些信息将形成与心源性猝死风险增加相关的轨迹。我们希望通过个性化的风险因素列表，患者将能够与临床医生合作，减少这些风险因素，并最终降低心源性猝死的可能性。

该研究的局限性之一是预测模型在这项研究之外的潜在用途。此外，电子健康记录中收集的医疗数据有时包括代理而不是原始数据，并且收集的数据可能因国家而异，需要对预测模型进行调整。