快速阅读: 据NewsMedical称，凯斯西储大学、克利夫兰大学医院和休斯顿卫理公会医院的研究人员获得400万美元资助，开发能从患者扫描中“学习”的AI模型，以更准确地预测心力衰竭和其他心血管事件的风险。该AI模型将分析钙化评分CT图像，结合临床风险因素和人口统计学数据，提高心血管疾病的风险预测精度，为个性化医疗带来重要进展。
凯斯西储大学 2025年1月15日
凯斯西储大学、克利夫兰大学医院和休斯顿卫理公会医院的研究人员将通过开发一种可以从患者扫描中“学习”的人工智能模型，利用人工智能（AI）的力量，更准确地预测心力衰竭和其他心血管事件的风险，包括估计不良事件可能发生的时间。
根据美国心脏协会的数据，心血管疾病是全球头号死因，每年导致超过1700万人死亡。准确识别高风险个体仍然是一个亟待解决的问题。这一倡议通过开发先进的AI工具来分析钙化评分计算机断层扫描（CT）图像，从而填补了这一空白。这种扫描不仅显示患者动脉中有多少斑块，还包含关于主动脉、心脏形状、肺部、肌肉和肝脏的信息。
美国国立卫生研究院为此项合作提供了总额达四百万美元的两项资助，用于开发AI模型。
“这个项目标志着个性化医疗的重要进步，”项目负责人、凯斯西储大学生物医学工程和数据科学教授邵立表示。
创新的心力衰竭预测方法
该项目创建了由AI驱动的预测模型，能够解释来自钙化评分CT扫描、临床风险因素和人口统计学的综合数据。该项目由邵立和休斯顿卫理公会德贝基心脏和血管中心影像心脏病学家、心血管副教授萨迪尔·阿尔金迪领导，团队旨在深入揭示心脏健康与身体组成之间的相互作用。这将使临床医生以前所未有的准确性识别出高风险患者。
“准确的风险预测让我们能够制定针对性的预防措施，减轻心血管疾病的负担并改善患者的预后，”阿尔金迪说。“通过提前识别心力衰竭及其他事件的风险，本项目有望重新定义护理方案，挽救生命并降低医疗成本。”
无缝整合AI到临床医生的工作流程
通过利用休斯顿卫理公会和大学医院这两个大型医疗系统的现有筛查CT数据，这项研究突显了AI在经济高效且可扩展的方式下解决长期临床问题的潜力。
相关报道
新的人工智能技术提高了PET和CT扫描中的肿瘤检测
人工智能通过先进工具革新癌症研究
使用低成本、无创的筛查
钙化评分CT是一种低成本、无创的心脏扫描，可以检测冠状动脉中的钙化斑块数量。心脏动脉中的斑块可能会使动脉变窄或阻塞，并能预测一个人患心脏病的风险。
AI模型将学会从CT图像中提取新的见解，并利用这些测量值来评估大规模人群中发生心血管事件的风险。这些测量值包括冠状动脉钙化、心脏形状、身体组成、骨密度和内脏脂肪，以及其他因素如年龄等。AI可以更快、更全面地将结果与这些风险因素相关联。
“对这些基于新型成像的风险因素如何结合有更清晰的理解，将推动对心脏代谢疾病表型的认识，并帮助医生做出恰当和及时的治疗建议，”凯斯西储大学医学院心血管研究所主任、大学医院哈里顿心脏和血管研究所心血管医学主任桑杰·拉贾戈帕兰教授表示。
研究团队还包括其他来自凯斯西储大学不同学科的关键贡献者:医学博士大卫·威尔逊，生物医学工程和放射学罗伯特·赫布罗德教授；医学博士傅平福，医学学院人口和定量健康科学系生物统计学教授。
(以上内容均由Ai生成)
