AI可识别心血管疾病并发风险人群
犹他大学健康学院的科学家首次证明，人工智能可以带来更完善的方法，用于预测心血管疾病的发生和发展。
研究人员与Intermountain Primary Children's Hospital的医生合作，开发了独特的计算工具，用于精确测量现有心脏和血管疾病的协同影响。
研究人员表示，这种综合方法可以帮助医生预见、预防或治疗严重的心脏问题，甚至可能在患者得知基础疾病之前就做到这一点。
尽管这项研究只关注心血管疾病，但科学家认为它的意义可能要广泛得多。事实上，他们认为这些发现最终可能开启个性化预防医学的新时代。医生将主动与患者联系，提醒他们可能出现的疾病，并告知可以采取哪些措施来缓解问题。
“我们可以借助人工智能来明确几乎每一种医学诊断的风险。癌症风险、甲状腺手术风险、糖尿病风险——任何你能想到的医学术语都可以”
研究的资深作者、哲学博士Mark Yandell以及U of U Health总裁、Backdrop Health联合创始人Edne Benning表示，现有方法在计算人口统计数据和病史等各类风险因素对心血管疾病的综合影响时，往往不够准确且带有主观性。因此，这些方法无法识别某些可能对心脏和血管健康产生严重后果的相互作用。
为了更准确地衡量这些相互作用（也称为并发疾病）如何影响健康，Tristani-Firouzi、Yandell及其来自U of U Health和Intermountain Primary Children’s Hospital的同事使用机器学习软件，在去除姓名及其他身份信息后，对超过160万份电子病历（EHR）进行了分析。
这些电子病历记录了患者的全部情况，包括实验室检查、诊断、用药和医疗程序，帮助研究人员找出最可能加重特定疾病（例如心血管疾病）的并发症。
在当前研究中，他们使用了一种名为概率图模型（PGM）的人工智能形式，计算这些并发疾病的任意组合如何影响心脏移植、先天性心脏缺陷或窦房结功能障碍（SND，即心脏天然起搏器的功能紊乱或失效）相关的风险。
在成年人中，研究人员发现：
- 既往被诊断为心肌病综合征（心肌疾病）的人，需要心脏移植的几率是无此病者的86倍。
- 患有病毒性心肌炎的人，需要心脏移植的风险约高出60倍。
- 使用米力农（一种用于治疗心力衰竭的血管扩张药物）使移植风险增加了175倍。这是心脏移植最强的单一预测因素。
在某些情况下，综合风险甚至更高。例如，在服用米力农的心肌病患者中，需要心脏移植的风险比心脏更健康的人高出405倍。
Tristani-Firouzi表示，并发疾病对儿童移植风险的影响存在显著差异。总体而言，根据基础诊断的不同，儿童心脏移植风险比既往无心脏疾病的儿童高出17至102倍。
研究人员还调查了母亲孕期健康状况对子女的影响。孕期患有高血压的女性，所生子女出现先天性心血管问题的几率约为常人的两倍。患有唐氏综合征的儿童，出现心脏异常的风险约高出三倍。
接受法洛四联症矫治手术（用于纠正心脏先天性血流缺陷）的婴儿，发生窦房结功能障碍的可能性约为无需手术婴儿的20倍。
研究人员还发现了重要的人口统计学差异。例如，患有心房颤动（心跳加速）的拉丁裔患者，其窦房结功能障碍风险是病史相似的黑人和白人患者的两倍。
Josh Bonkowski博士是医学博士，也是Primary Children's个性化医疗中心主任，他并未参与该研究，但认为这项研究可能催生用于患者护理的实用临床工具。
“这项新技术表明，我们可以准确评估医疗并发症的风险，甚至确定更适合个体患者的药物”
展望未来，Tristani-Firouzi和Yandell希望他们的研究也能帮助医生理清每天围绕在他们身边、日益纷繁混乱的医学信息。
“无论你多么博学，如今作为医务人员，都无法在脑海中记住所有知识，以便为患者提供最佳治疗。我们正在开发的计算系统将帮助医生利用电子时代可获得的所有相关信息，做出最佳的护理决策。这些系统对医学的未来至关重要”
