人工智能方法有助于识别对β受体阻滞剂治疗有反应的心力衰竭患者

伯明翰大学的研究人员开发了一种新方法来确定哪些心力衰竭患者将从 β 受体阻滞剂治疗中受益。

他们的研究涉及 15,669 名患有心力衰竭和左心室射血分数降低(心脏主泵室功能低下)的患者，其中 12,823 名心律正常，2,837 名患有心房颤动 (AF) - 一种常见的心律疾病心力衰竭导致更糟的结果。心力衰竭是最常见的心脏病之一，对患者的生活质量有重大影响，也是住院和医疗费用的主要驱动因素。

今天(8 月 30 日)发表在《柳叶刀》上，该研究使用了一系列人工智能 (AI) 技术来深入查询临床试验数据。研究表明，人工智能方法可以考虑每个患者不同的潜在健康状况以及这些状况的相互作用，以隔离对 β 受体阻滞剂治疗的反应。这适用于心律正常的患者，医生通常希望使用 β 受体阻滞剂降低死亡风险，以及之前的工作发现缺乏有效性的 AF 患者。在正常心律下，一组患者(年龄较大、症状较轻且心率低于平均水平)被发现从 β 受体阻滞剂中获益减少。相反，在 AF 患者中，

该研究由卡片AI主导c group 是伯明翰大学和伯明翰大学医院 NHS 基金会信托的多学科临床和数据科学家团队，旨在整合 AI 技术以改善心血管患者的护理。该研究使用了由心力衰竭协作组中的 Beta 受体阻滞剂整理和协调的数据，心力衰竭协作组是一个致力于加强心力衰竭患者治疗的全球联盟。该研究使用了九项具有里程碑意义的心力衰竭试验的个体患者数据，这些试验将患者随机分配到 β 受体阻滞剂或安慰剂组。研究参与者的平均年龄为 65 岁，其中 24% 是女性。基于人工智能的方法在客观框架内结合了基于神经网络的变分自动编码器和层次聚类，

通讯作者、伯明翰大学临床生物信息学教授、米德兰兹健康数据研究副主任、卡片AIc 组的联合负责人 Georgios Gkoutos说：“尽管我们在 β 受体阻滞剂试验研究中进行了测试，但这些新颖的AI 方法在心力衰竭以及其他心血管和非心血管疾病的治疗范围内具有明显的潜力。”

通讯作者、伯明翰大学心脏病学教授兼顾问、心力衰竭协作组 Beta 受体阻滞剂的国际负责人、卡片AIc 组的共同负责人 Dipak Kotecha补充说：“这些新的人工智能方法的开发是对于改善我们可以为患者提供的护理至关重要;未来，这可能会导致针对每位患者的个性化治疗，同时考虑到他们的特定健康状况，以改善他们的健康状况。”

第一作者、伯明翰大学卢瑟福研究员、cardAIc 组成员 Andreas Karwath 博士补充说：“我们希望这些重要的研究结果将用于制定医疗保健政策并改善心力衰竭患者的治疗和结果。 ”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！