AI工具在检测心脏瓣膜疾病方面展现出巨大潜力

人工智能（AI）在医疗领域取得了重大进展，两项突破性研究将在美国心脏协会2023年科学会议上展示。这些研究展示了AI在检测心脏瓣膜疾病和预测心血管疾病（CVD）风险方面的潜力。由著名研究人员领导，这些研究提供了有望彻底改变心血管疾病诊断和管理方式的令人鼓舞的结果。

一项在美国三家初级保健诊所进行的开创性研究证明了人工智能在识别未诊断出的瓣膜性心脏病方面的强大能力。传统检测心脏瓣膜问题的方法通常依赖于使用标准听诊器的医疗保健专业人员的技术。然而，本研究旨在比较人类临床医生与利用数字听诊器声音数据的人工智能程序的性能。

研究：主要发现

369名50岁及以上、此前未确诊心脏瓣膜疾病的成年人参与了研究。人类临床医生和基于人工智能的数字听诊器对参与者进行了检查。

所有医疗保健专业人员均 unaware 人工智能结果或超声心动图结果，确保了盲法研究。

使用数字听诊器的人工智能方法检测出令人印象深刻的94.1%的心脏瓣膜疾病病例，而使用标准听诊器的人类临床医生仅检测到41.2%。人工智能发现了22例此前未诊断出的中度或更严重的心脏瓣膜疾病病例，而人类临床医生仅发现了8例。

马萨诸塞州劳伦斯市Mass General Brigham社区医生高级医疗主任Moshe Rancier博士强调了这项研究结果的重要性。他指出，未诊断或晚诊断的心脏瓣膜疾病可能会带来严重后果，并对医疗系统造成巨大负担。人工智能赋能的数字听诊器为心脏瓣膜疾病提供了更高效、更有效的筛查工具，可能导致更早的诊断和改善的患者预后。

研究局限性与未来方向

虽然该研究证明了人工智能方法在检测心脏瓣膜疾病方面的高敏感性，但使用标准听诊器的人类临床医生在诊断方面更具特异性，从而减少了假阳性的可能性。需要进一步的研究来评估临床结果，并在更大、更多样化的患者群体中进行额外的诊断测试和治疗。

第二项基于英国生物银行数据的研究探讨了人工智能通过分析视网膜图像预测心血管疾病事件风险的应用。这种创新方法依赖于深度学习算法来评估眼底图像，并确定个体发生心脏病发作和中风等心血管事件的风险。

该研究包括1,101名患有糖尿病前期或2型糖尿病的个体。

研究人员根据人工智能对视网膜图像的分析，将参与者分为低风险、中风险和高风险组。在中位数为11年的观察期内，低风险组中有8.2%、中风险组中有15.2%、高风险组中有18.5%的人经历了心血管疾病事件。

在考虑各种风险因素（包括年龄、性别、用药史和吸烟史）后，中风险组个体发生心血管事件的可能性比低风险组高57%。高风险个体的可能性则高出88%。

该研究的主要作者、韩国首尔延世大学副教授Chan Joo Lee博士强调了人工智能分析视网膜成像在高风险群体中早期检测和心脏病风险管理方面的潜力。这种方法可能导致及时的干预措施，并改善糖尿病前期和2型糖尿病患者的预后。

虽然该研究利用了英国生物银行的大型数据集，但人群主要来自欧洲血统，这引发了关于这些发现是否适用于更多样化的种族和民族群体的疑问。需要进一步的研究来验证视网膜成像与其他心血管风险评估工具相比的有效性。

影响和未来方向

这两项研究的令人鼓舞的结果强调了人工智能在心血管疾病诊断和风险评估领域的变革潜力。范德堡大学医学中心个性化医学领域的领先专家Dan Roden博士对人工智能在心血管护理领域的未来表示乐观。他建议，将人工智能赋能的听诊器与其他成像模式相结合，可以进一步提高对瓣膜病和其他心脏疾病的检测能力，从而彻底改变心血管护理。

然而，解决这些人工智能工具的局限性（包括其准确性和对多样化人群的适用性）至关重要。未来的研究和验证研究对于确保这些基于人工智能的方法在临床实践中的可靠性和有效性至关重要。