约翰霍普金斯大学的科学家开发了一种新工具，用于预测哪些患有复杂炎症性心脏病的患者有心脏骤停的风险。发表在《科学进展》上，他们的方法是第一个将根据多幅图像构建的患者心脏模型与机器学习的力量相结合的方法。
“这种强大的新型个性化技术在预测未来心律失常方面的表现优于临床指标，并且可以改变心脏结节病患者的管理，”资深作者、约翰霍普金斯大学生物医学工程教授、心血管诊断和治疗创新联盟联合主任 Natalia Trayanova 说。 (进步)。
医生目前没有准确的方法来评估哪些心脏结节病患者可能会出现致命的心律失常，而另一些患者则无法生存，心脏结节病是一种引起炎症和疤痕的疾病，可引发不规则的心跳，侵入性干预。该研究中引用的一项最近的荟萃分析发现，大约只有三分之一的 CS 患者得到了充分的治疗。
“临床迫切需要更好的预测工具，”同时也是约翰霍普金斯大学医学院教授的 Trayanova 说。“一些 CS 患者死亡，通常是在他们生命的黄金时期，而其他人则不必要地植入了除颤器，并且经常处理并发症，包括感染、设备故障和不适当的电击，而没有得到任何真正的好处。”
在他们的研究中，研究人员创建了在约翰霍普金斯医院接受治疗的 45 名 CS 患者心脏的数字三维模型。为此，他们采用了结合两种不同类型心脏扫描数据的新方法：对比增强心脏 MRI 检测纤维化或疤痕，以及 PET 扫描检测炎症。
Trayanova 说：“这些个性化的心脏模型是同类中第一个使用多种成像方式的数据创建的，”他的实验室开创了心脏机械建模技术。“纤维化和炎症的综合影响以前从未在心脏模型中得到体现。”
标签： 心脏病
免责声明：本文由用户上传，如有侵权请联系删除！