科技產業報訂閱
活動+
 

人工智慧技術可協助預測高風險心臟病患

牛津大學研究人員使用機器學習(ML)開發的新生物識別物,可以在心臟病發作前至少5年辨識出高危險人群。University of Oxford

牛津大學研究人員使用人工智慧(AI)開發一種心臟「指紋」的技術,來為心臟病致命性發作高風險人士量身定製個人化治療。

根據牛津大學新聞(University of Oxfrod News)的報導,牛津大學研究人員使用機器學習(ML)開發的新生物識別物,或是一種被稱為脂肪放射特徵(fat radiomic profile;FRP)的「指紋」,可以在心臟病發作前至少5年辨識出高危險人群。

一般來說,當有人胸痛到醫院求診,標準的護理是做冠狀動脈電腦斷層血管攝影(CCTA;coronary CT angiogram),這是以冠狀動脈掃描檢查任何窄化或阻塞的部分。如果動脈沒有縮小,約75%的掃描病例,患者通常就是回家休養繼續觀察,但其中有些人在未來將會有心臟病發作的風險。醫師目前沒有常規方法去發現導致心臟病發的潛在警訊。

指紋偵測血管周圍內空間的高危險訊號(biological red flags),這些血管為心臟供給血液,它也可以識別心臟病發作的一些指標,例如炎症、疤痕和血管變化。

Antoniades教授和其團隊對167名進行心臟手術的人進行脂肪活組織檢查,他們分析了炎症、疤痕和新血管形成的基因表現,將這些基因與CCTA掃描影像進行配對,以確定有哪些特徵是最能顯現心臟血管周圍脂肪的變化,稱為血管周圍脂肪。

在5,487名曾接受CCTA的民眾,在5年內發生心臟病發以及沒有發作的人,團隊從其中挑出101名並將掃描結果進行比較,了解血管周圍空間的變化。透過機器學習,他們開發了FRP指紋來捕捉風險的程度。心臟掃描增加越多,預測準確性就越高。

團隊在SCOT-HEART試驗當中對1,575人進行血管周圍指紋的測試,結果顯示FRP在預測心臟病發作方面具有顯著價值,高於目前臨床實務使用的任何工具。

Antoniades教授表示,僅因為某人冠狀動脈的掃描顯示沒有縮小,並不意味他們免於心臟病侵襲。透過人工智慧,團隊發現一種指紋,可發現動脈周圍的「壞」特徵,能偵測疾病的早期徵兆,並在心臟病發前採取預防措施。

新的「指紋」可以從一般檢查狹窄動脈的掃描中,擷取有關生物的附加訊息,這種基於人工智慧的技術可以更精確地預測即將到來的心臟病,為疑似冠狀動脈病的患者提供個人化護理和照護。

該研究由英國心臟基金會(British Heart Foundation;BHF)進行資助,研究成果發表在巴黎的心臟病學會(ESC)會議上,並刊出在歐洲心臟期刊(European Heart Journal)。


  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 人工智慧 心血管疾病