使用人工智能开发的技术可以在心脏病发作前至少5年内识别

根据英国心脏基金会(BHF)资助的一项新研究，使用人工智能(AI)开发的技术可以在致命心脏病发作前至少5年内识别出高危人群。这一发现将在巴黎的欧洲心脏病学会(ESC)大会上公布，并发表在欧洲心脏杂志.

牛津大学(UniversityofOxford)的研究人员利用机器学习技术，开发了一种新的生物标记物-“指纹”，名为“脂肪放射性剖面”(FRP)。指纹检测血管周围血管的生物红旗，这些血管为心脏提供血液。它识别炎症，疤痕和这些血管的变化，这些都是未来心脏病发作的指针。

当某人因胸痛而去医院时，标准的护理方法是做一次冠状动脉CT血管造影(CCTA)。这是一个扫描冠状动脉检查任何狭窄或阻塞节段。如果动脉没有明显狭窄(约占扫描的75%)，人们就会被送回家，但其中一些人在将来的某个时候仍会心脏病发作。没有医生经常使用的方法可以识别出未来心脏病发作的所有潜在危险信号。

在这项研究中，查拉兰博斯·安东尼德斯教授和他的团队首次使用了167名接受心脏手术的人的脂肪活检。他们分析了与炎症、疤痕和新血管形成相关的基因的表达，并将这些基因与CCTA扫描图像相匹配，以确定哪些特征最能反映血管周围脂肪(称为血管周围脂肪)的变化。

接下来，研究小组比较了101人的CCTA扫描结果，这些人由5487人组成，他们在服用CCTA后5年内心脏病发作或心血管死亡，并与之匹配的对照者进行了比较，以了解血管周围空间的变化，这些变化表明某人心脏病发作的风险更高。利用机器学习，他们开发了能捕捉风险程度的玻璃钢指纹。增加的心扫描越多，预测就越准确，就会有更多的信息成为“核心知识”。

他们在1，575名苏格兰人心脏试验中测试了血管周围指纹的表现，表明玻璃钢在预测心脏病发作方面有着惊人的价值，超过了目前临床实践中使用的任何一种工具所能达到的效果。

该团队希望，这项强大的技术将使更多的人避免心脏病发作，并计划在明年将其推广给医疗保健专业人员，并希望在今后两年内将其与CCTA扫描一起纳入NHS的常规实践中。

牛津大学心血管医学教授、BHF高级临床研究员Charalembs Antoniades教授说：

“仅仅因为某人的冠状动脉扫描显示冠状动脉没有狭窄，并不意味着他们可以安全地避免心脏病发作。”

“通过利用人工智能的力量，我们开发了一种指纹，可以在人的动脉周围发现‘不良’特征。这具有巨大的潜力，可以探测疾病的早期迹象，并能够在心脏病发作之前采取一切预防措施，最终挽救生命。”

“我们真的相信这项技术能在明年内拯救生命。”

英国心脏基金会副主任Metin Avkiran教授说：

“每隔5分钟，就会有人因心脏病发作而被送往英国一家医院。这项研究是一个强有力的例子，说明创新地使用机器学习技术有可能彻底改变我们如何识别心脏病发作风险的人，并防止他们发生。”

“这是一项重大进展。新的‘指纹’从常规扫描中提取了更多关于潜在生物学的信息，这些扫描通常用于检测狭窄的动脉。这种基于人工智能的技术，以更高的精度预测即将发生的心脏病发作，可能是在对疑似冠心病患者进行个性化护理方面向前迈出的一大步。”