人工智能自动诊断严重心脏瓣膜疾病

心血管数据科学 (CarDS) 实验室的研究人员开发了一种新方法，可以通过心脏超声扫描检测一种常见的瓣膜性心脏病，即严重主动脉瓣狭窄。该研究于 8 月 23 日发表在《欧洲心脏杂志》上，可能对常规临床护理产生影响。

严重主动脉瓣狭窄(AS)是一种主要的健康疾病，特别是在老年人中，由主动脉瓣狭窄引起。早期诊断可以采取干预措施来缓解症状并降低住院和过早死亡的风险。

专门的心脏超声成像(称为多普勒超声心动图)是检测 AS 的主要检查。该团队开发了一种深度学习模型，可以使用更简单的心脏超声扫描来自动检测严重的 AS。

该技术是由心血管医学和健康信息学助理教授、CarDS 实验室主任、该研究的高级作者 Rohan Khera(医学博士、理学硕士)以及 UT 奥斯汀分校 Chandra Family 电气和计算机工程系的同事开发的， 2016 年至 2020 年间，耶鲁纽黑文医院进行了 5,257 项研究，其中包括 17,570 个视频。该模型经过来自新英格兰和加利福尼亚州不同队列的 2,040 项连续研究的外部验证。

“我们面临的挑战是，精确评估 AS 对于患者管理和降低风险至关重要。虽然专业测试仍然是黄金标准，但对那些进入我们超声心动图实验室的人的依赖可能会错过疾病早期的患者，”Khera 说。

该研究的共同第一作者、医学博士、哲学博士、心脏病学研究员、CarDS 实验室现任博士后研究员 Evangelos Oikonomou 表示：“我们的目标是开发一种适合床旁超声筛查的机器学习方法。” 。

　　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！