近日，《柳葉刀》發表了一項關於人工智能增強心電圖(ECG)模型AIRE的研究成果。該模型利用患者病史和影像學結果，精準預測死亡率和心血管疾病風險，為醫生提供個性化醫療建議，並在準確性和可解釋性方面超越了傳統模型。 AIRE模型的開發使用了大量數據，克服了以往模型的不足，其預測結果可指導臨床實踐。這項突破性研究為心血管疾病的預測和預防提供了新的途徑，具有重要的臨床意義和應用前景。
近日，一項研究成果在《柳葉刀》期刊上發表，介紹了一種新型的人工智能增強心電圖（ECG）模型——AIRE。該模型能夠基於患者的病史和影像學結果，準確預測死亡率和心血管疾病(CVD)的風險，為臨床醫生提供切實可行的個性化醫療建議。
圖源備註:圖片由AI生成，圖片授權服務商Midjourney
AIRE 模型的開發使用了來自不同患者群體的大量數據，克服了以往模型在時間性物學合理性和可解釋性方面的不足，使得預測結果不僅準確，而且能夠支持臨床實踐中的具體行動。研究發現，AIRE 能夠預測全因死亡、心室性心律失常、動脈粥樣硬化性心血管疾病和心力衰竭風險，且在短期和長期風險評估方面都超過了傳統AI 模型。
心電圖是通過在患者胸部、手臂和腿部放置電極，非侵入性地評估心臟電活動的一種方法。儘管心電圖技術已有百年曆史，但最近的計算機處理能力和預測機器學習模型的進步為這一領域帶來了新的希望。儘管多項研究已經嘗試將AI 應用於心血管疾病和死亡風險的預測，但實際應用仍然很少。
此次研究開發了八個AIRE 模型，能夠提供個體化的生存曲線預測，而不僅僅是固定時間的風險評估。研究數據來自於多個地理位置的臨床來源，包括美國的Beth Israel Deaconess 醫療中心和巴西的聖保羅- 米納斯吉拉斯熱帶醫學研究中心等。 AIRE 模型通過結合殘差塊卷積神經網絡架構，創建了能夠考慮參與者死亡和隨訪缺失的患者特定生存曲線。
研究結果表明，AIRE 能夠以0.775的協調值準確預測全因死亡，特別是在沒有心血管疾病家族史的參與者中，AIRE 同樣能夠有效預測心力衰竭事件。此外，AIRE 還展示了在使用單導聯心電圖數據（如消費者設備）時的穩定性，為居家心血管疾病風險監測提供了可能性。
研究團隊表示，AIRE 平台不僅在預測準確性上超越了傳統人類專家的判斷，也為全球範圍內的臨床應用奠定了基礎。該平台有望在初級和次級醫療中得到廣泛應用，為不同人群提供個性化的心血管疾病風險預測。
劃重點:
AIRE 模型使用多種患者數據，精準預測心髒病和死亡風險，為臨床提供個性化建議。
該模型在短期和長期風險評估中均超越傳統AI 模型，表現出色。
AIRE 的應用前景廣闊，能夠在居家監測和醫療場景中發揮重要作用。
總而言之，AIRE模型的出現為心血管疾病的預測和預防帶來了革命性的變化，其高精度、個性化和可解釋性使其在臨床實踐中具有巨大的應用潛力，有望顯著改善全球心血管疾病患者的預後和生活質量。 這項研究成果為未來人工智能在醫療領域的應用指明了方向。