AI 超声心动图模型检测心脏淀粉样变性

快速阅读: 据《工程师在线》最新报道，梅奥诊所等团队开发的人工智能模型可准确检测心脏淀粉样变性，灵敏度85%，特异性93%。该技术优于传统方法，有助于早期诊断与治疗。

来自梅奥诊所和Ultromics公司的研究人员，以及芝加哥大学医学中心的研究人员和全球合作伙伴，对一个大型且多民族构成的患者群体验证并测试了该模型，并与针对心脏淀粉样变性的其他诊断方法进行了比较。他们的研究成果发表在《欧洲心脏杂志》上，显示出该人工智能模型具有高度准确性，灵敏度为85%（正确识别患者），特异性为93%（正确识别未患病者）。研究显示，使用单个超声心动图视频片段，该模型在所有主要类型的心脏淀粉样变性中都有效，并能将其与其他具有相似表现的疾病区分开来。

心脏淀粉样变性是一种危及生命的疾病，其中一种异常蛋白质，即淀粉样蛋白，在心脏中积聚，导致心脏变硬并功能失调。据团队表示，这种疾病经常被漏诊，因为其症状和影像学特征可能与其他心脏疾病相似。然而，早期诊断至关重要，因为现在已有新的药物疗法可以减缓或阻止疾病的进展。

医疗与健康领域更多资讯

这项工作建立在梅奥诊所和Ultromics之前开发的人工智能超声心动图模型以检测保留射血分数的心力衰竭（HFpEF）的经验之上，该模型于2022年获得了美国食品药品监督管理局（FDA）的批准。HFpEF是一种常见的心力衰竭类型，常伴随高发病率和死亡率，但诊断起来可能具有挑战性。据统计，有15%的HFpEF患者患有心脏淀粉样变性。

“这个人工智能模型是一个突破性的工具，可以帮助我们更早地识别患者，让他们及时获得所需治疗，”第一作者、梅约诊所的心脏病专家帕特里夏·佩利卡博士表示。“我们发现人工智能的表现优于传统的临床和胸超声检查为基础的筛查方法，为临床医生提供了更可靠的依据，以便进行进一步确认测试的决策。目前已有一些针对心脏淀粉样变性的新治疗方法，但如果在疾病早期使用，效果最好。”

目前，人工智能淀粉样蛋白检测模型正在美国多个中心使用。

(以上内容均由Ai生成)