-
生物通官微
陪你抓住生命科技
跳动的脉搏
人工智能工具改善心力衰竭护理
【字体: 大 中 小 】 时间:2024年05月16日 来源:AAAS
编辑推荐:
这款强大的新型人工智能工具可以预测特定患者的心力衰竭结果,帮助医生改善护理。
弗吉尼亚大学健康研究人员开发了一种强大的新风险评估工具,用于预测心力衰竭患者的预后。研究人员已将该工具公开免费提供给临床医生。
新工具改进了现有的心力衰竭风险评估工具,利用机器学习(ML)和人工智能(AI)的力量来确定心力衰竭患者发展不利结果的特定风险。
“心力衰竭是一种进行性疾病,不仅会影响生活质量,还会影响寿命。所有的心力衰竭患者都不一样。每位患者都处于一个连续的不良后果风险谱上,”心力衰竭专家、研究人员苏拉·马辛巴博士说。“确定每位患者的风险程度有望帮助临床医生定制治疗方案,以改善结果。”
当心脏不能泵出足够的血液满足身体需要时,就会发生心力衰竭。这会导致疲劳、虚弱、腿脚肿胀,最终导致死亡。心力衰竭是一种进行性疾病,因此对临床医生来说,能够识别有不良后果风险的患者非常重要。
此外,心力衰竭是一个日益严重的问题。超过600万美国人已经患有心力衰竭,预计到2030年,这一数字将增加到800多万。弗吉尼亚大学的研究人员开发了名为CARNA的新模型,以改善对这些患者的护理。(寻找改善弗吉尼亚州及其他地区患者护理的新方法,是弗吉尼亚大学医疗中心(UVA Health)首个10年战略计划的关键组成部分。)
研究人员利用匿名数据开发了他们的模型,这些数据来自数千名参加心力衰竭临床试验的患者,这些试验之前由美国国立卫生研究院的国家心肺和血液研究所资助。将该模型进行测试后,他们发现,在确定广泛的患者在心脏手术或移植需求、再住院风险和死亡风险等方面的表现方面,该模型优于现有的预测指标。
研究人员将该模型的成功归功于ML/AI的使用和“血液动力学”临床数据的纳入,这些数据描述了血液如何在心脏、肺部和身体其他部位循环。
弗吉尼亚大学工程学院计算机科学系的研究员Josephine Lamp说:“这个模型是一个突破,因为它可以吸收复杂的数据集,甚至可以在缺失和冲突的因素中做出决定。”“这真的很令人兴奋,因为该模型智能地呈现并总结了风险因素,减少了决策负担,因此临床医生可以快速做出治疗决策。”
研究人员希望,通过使用该模型,医生将能够更好地为个别患者提供个性化护理,帮助他们活得更长、更健康。
“弗吉尼亚大学的合作研究环境通过汇集心力衰竭、计算机科学、数据科学和统计学方面的专家,使这项工作成为可能,”弗吉尼亚大学健康中心的心脏病专家、研究人员肯尼斯·比尔奇克医学博士说。“将Josephine Lamp等有才华的计算机科学家与临床医学专家结合起来的多学科生物医学研究,对于帮助我们的患者在未来几年和几十年从人工智能中受益至关重要。”