全球讯息：AI防猝死？人工智能可检测心脏病 准确率高达99.6%

(资料图)

据The Register报道，苏格兰的医院正在试用可以确定患者是否患有心脏病的人工智能软件，以努力缩短事故和紧急情况的响应时间。

心脏病发作很难被发现，因为它的症状——包括胸痛、头晕和呼吸急促——与许多其他疾病有关。医生经常会错过其他生命体征。英国心脏基金会(BHF)声称，如果误诊且未接受治疗，患者“在30天后死亡的风险会增加70%”。

与此同时，正在测试的人工智能系统可以“排除两倍以上的患者心脏病发作的可能性，准确率为99.6%，”该非营利组织建议道。

“胸痛是人们就诊于急诊室的最常见原因之一，”BHF医学主任Nilesh Samani爵士评论道。 “每天，世界各地的医生都面临着将因心脏病发作而疼痛的患者与因不太严重的疾病而疼痛的患者分开的挑战。”

该慈善机构帮助资助了CoDE-ACS（急性冠状动脉综合征诊断和评估协作）工具的研发，以诊断心脏病发作。该系统由机器学习算法提供支持，可预测患者心脏病发作的可能性。

CoDE-ACS 分析患者的年龄、性别、病史，检查心电图数据，并使用血液测试寻找肌钙蛋白（一种在心肌受损时出现的蛋白质），以计算满分100分。分数越高意味着心脏病发作的几率更高。研究人员认为，该算法可以弄清一些因症状而进入A&E的人是否真的患有心脏病，从而使医生能够更快地识别出那些风险更高的人。

“对于因心脏病发作而出现急性胸痛的患者，早期诊断和治疗可以挽救生命，”爱丁堡大学心血管科学中心心脏病学教授尼古拉斯米尔斯解释说，他领导了发表在《自然》杂志上的这项研究。

“不幸的是，许多情况会导致这些常见症状，而且诊断并不总是直截了当的。利用数据和人工智能来支持临床决策具有巨大的潜力，可以改善对患者的护理并提高我们繁忙的急诊科的效率。”

BHF表示，该技术正在苏格兰再次进行试验，以查看它是否可以改善事故和急诊部门的护理。“如果在实践中采用CoDE-ACS临床决策支持系统，可以减少在急诊室花费的时间，防止不太可能发生心肌梗死且心源性死亡风险较低的患者不必要地住院，并提高对那些患有心肌梗死的患者的识别和治疗。心肌梗死而不是心肌损伤，对患者和医疗保健提供者都有好处，”该研究总结道。

标签：