新的人工智能工具检测经常被忽视的心脏病

“即使是心脏病专家也很难准确识别这两种心脏病，因此患者通常需要数年甚至数十年才能得到正确的诊断，”史密特心脏研究所的心脏病专家、该研究的资深作者大卫欧阳医学博士说。“我们的人工智能算法可以确定肉眼无法看到的疾病模式，然后使用这些模式来预测正确的诊断。”

这两步新算法被用于雪松西奈医院和斯坦福医疗中心超声心动图实验室的34000多段心脏超声视频。当应用于这些临床图像时，该算法识别出与心脏壁厚度和心腔大小相关的特定特征，从而有效地将某些患者标记为可能患有未被识别的心脏病的可疑患者。

欧阳说:“该算法比训练有素的临床专家更准确地识别高风险患者。”“这是因为该算法从超声波视频中获取了微妙的线索，这些线索可以区分心脏疾病，这些疾病通常看起来与良性疾病非常相似，而且在初步审查时彼此之间也很相似。”

心脏病专家发现，如果没有全面的检测，很难区分外表相似的疾病和心脏形状和大小的变化，而心脏形状和大小的变化有时被认为是正常衰老的一部分。该算法不仅能准确区分异常和正常，还能区分哪些潜在的可能危及生命的心脏疾病——在疾病临床进展到可能影响健康结果的程度之前，就能检测到警告信号。早期诊断使患者能够更快地开始有效治疗，防止不良临床事件，并改善他们的生活质量。

心脏淀粉样变性通常被称为“心脏僵硬综合征”，是一种由心脏组织中异常蛋白(淀粉样蛋白)沉积引起的疾病。随着淀粉样蛋白的积累，它取代了健康的心肌，使心脏难以正常工作。心脏淀粉样变通常不被发现，因为患者可能没有任何症状，或者他们可能只是偶尔出现症状。

这种疾病往往影响老年人，黑人男性或患有癌症或引起炎症的疾病的患者。欧阳说，许多患者属于服务不足的社区，这使得研究结果成为改善医疗公平的重要工具。

肥厚性心肌病是一种导致心肌增厚和变硬的疾病。因此，它无法放松并充满血液，导致心脏瓣膜受损，肺部积液和心律异常。

心脏淀粉样变性和肥厚性心肌病虽然是两种不同的疾病，但在超声心动图(最常用的心脏成像诊断方法)上看起来却非常相似。

重要的是，在疾病的早期阶段，这些心脏疾病中的每一种都可以模仿随着年龄增长而逐渐改变大小和形状的未患病心脏的外观。

欧阳说:“这种人工智能技术最重要的一个方面不仅是能够区分异常和正常，而且还能区分这些异常情况，因为每种心脏病的治疗和管理都是非常不同的。”

欧阳说，我们希望这项技术可以在患者病程的早期就被用来识别他们。这是因为临床医生知道，越早越能从现有的治疗方法中获得最大的好处，这对于预防最坏的可能结果，如心力衰竭、住院治疗和猝死，是非常有效的。

研究人员计划很快对人工智能算法标记的疑似心脏淀粉样变性患者进行临床试验。参加试验的患者将由史密特心脏研究所(Smidt Heart Institute)心脏淀粉样变性项目的专家进行治疗，该研究所是西海岸为数不多的专门研究该疾病的项目之一。

对疑似肥厚性心肌病的算法标记的患者进行临床试验我刚开始在雪松西奈医院工作．

“人工智能在心脏病学中的应用在相对较短的时间内迅速而显著地发展，”医学博士、公共卫生硕士、史密特心脏研究所心脏病学系健康老龄化研究所所长、该研究的共同资深作者苏珊·程(Susan Cheng)说。“这些跨越研究和临床护理的显著进步可以对患者的生活产生巨大影响。