人工智能支持的心电图可以识别出中风和认知能力下降风险更高的患者

人工智能支持的心电图(ECG)最近被证明可以识别短暂房颤发作的存在，人工智能支持的ECG算法在临床诊断前10年预测房颤的能力已在一项研究中得到证实以人群为基础的研究由梅奥诊所的研究人员进行的调查。

梅奥诊所的一项新的基于人群的研究现在提供了证据，证明该算法可以帮助识别认知能力下降风险更高的患者。根据这项研究，ai支持的ECG显示房颤的高概率也与MRI上梗死的存在或脑卒中事件有关。

该研究在《人工智能心房颤动心电图识别认知下降风险和脑梗死》一文中得到了描述梅奥诊所论文集。

大多数观察到的梗死发生在皮层下，这意味着它们发生在大脑皮层以下的区域。这表明人工智能ECG不仅可以预测心房颤动，还可以检测其他心脏疾病标志物，并与小血管脑血管疾病和认知能力下降相关。

梅奥诊所神经学家、该研究的通讯作者乔纳森·格拉夫-雷德福博士说:“这项研究发现，在正常窦性心律期间获得的人工智能心电图与较差的基线认知能力以及整体认知和注意力的逐渐下降有关。”“研究结果提出了一个问题，对于AI-ECG算法评分高的个体，开始抗凝是否是一种有效和安全的预防策略，以降低中风和认知能力下降的风险。”

格拉夫-雷德福博士说，需要前瞻性对照研究来确定人工智能心电图的高房颤评分是否可以作为识别患者进行抗凝或更积极的中风危险因素修改的生物标志物。

这项回顾性研究回顾了3729名中位年龄为74岁的患者的窦性心律ECG梅奥诊所衰老研究2004年到2020年之间。根据人口统计学因素进行调整，人工智能ECG房颤评分与较低的基线和更快的整体认知评分下降相关。约三分之一的心电图患者同时进行了MRI检查，ECG房颤发生率高与MRI检测到脑梗死相关。

格拉夫-雷德福博士说:“这种AI-ECG算法的应用可能是筛查个体的另一种方式，不仅可以确定房颤的风险，还可以确定未来认知能力下降和中风的风险。”

文章中报道的研究得到了美国国家老龄化研究所和国立卫生研究院的资助。这项研究是由罗切斯特流行病学项目。文中指出了潜在的竞争利益。在潜在的竞争利益中，梅奥诊所心脏病专家Peter Noseworthy医学博士和梅奥诊所已经申请了与AI应用于ECG诊断和风险分层相关的专利。