近日，一项研究成果在《柳叶刀》期刊上发表，介绍了一种新型的人工智能增强心电图（ECG）模型 ——AIRE。该模型能够基于患者的病史和影像学结果，准确预测死亡率和心血管疾病(CVD)的风险，为临床医生提供切实可行的个性化医疗建议。
图源备注:图片由AI生成，图片授权服务商Midjourney
AIRE 模型的开发使用了来自不同患者群体的大量数据，克服了以往模型在时间性物学合理性和可解释性方面的不足，使得预测结果不仅准确，而且能够支持临床实践中的具体行动。研究发现，AIRE 能够预测全因死亡、心室性心律失常、动脉粥样硬化性心血管疾病和心力衰竭风险，且在短期和长期风险评估方面都超过了传统 AI 模型。
心电图是通过在患者胸部、手臂和腿部放置电极，非侵入性地评估心脏电活动的一种方法。尽管心电图技术已有百年历史，但最近的计算机处理能力和预测机器学习模型的进步为这一领域带来了新的希望。尽管多项研究已经尝试将 AI 应用于心血管疾病和死亡风险的预测，但实际应用仍然很少。
此次研究开发了八个 AIRE 模型，能够提供个体化的生存曲线预测，而不仅仅是固定时间的风险评估。研究数据来自于多个地理位置的临床来源，包括美国的 Beth Israel Deaconess 医疗中心和巴西的圣保罗 - 米纳斯吉拉斯热带医学研究中心等。AIRE 模型通过结合残差块卷积神经网络架构，创建了能够考虑参与者死亡和随访缺失的患者特定生存曲线。
研究结果表明，AIRE 能够以0.775的协调值准确预测全因死亡，特别是在没有心血管疾病家族史的参与者中，AIRE 同样能够有效预测心力衰竭事件。此外，AIRE 还展示了在使用单导联心电图数据（如消费者设备）时的稳定性，为居家心血管疾病风险监测提供了可能性。
研究团队表示，AIRE 平台不仅在预测准确性上超越了传统人类专家的判断，也为全球范围内的临床应用奠定了基础。该平台有望在初级和次级医疗中得到广泛应用，为不同人群提供个性化的心血管疾病风险预测。
划重点:
💡 AIRE 模型使用多种患者数据，精准预测心脏病和死亡风险，为临床提供个性化建议。
📊 该模型在短期和长期风险评估中均超越传统 AI 模型，表现出色。
🏥 AIRE 的应用前景广阔，能够在居家监测和医疗场景中发挥重要作用。