研究发现，人工智能或可用于检测心力衰竭风险

一项研究表明，人工智能可以帮助识别有心力衰竭风险的人群。邓迪大学医学院的研究人员利用人工智能技术，提高了早期心力衰竭的诊断和控制水平。. 

另请阅读： 欧洲审计院批评欧盟未能协调人工智能投资

研究人员运用机器学习技术，结合人工智能，分析了数千名患者的心脏超声图像，以检测可能导致心力衰竭的细微心脏问题迹象。这有望显著提高诊断效率，造福医疗保健行业的患者。.

研究人员利用人工智能可视化心形图案

为了实现这一目标，由Chim Lang教授领导的研究团队采用了试验性的人工智能深度学习方法，读取和分析从基于人群的tron健康记录和心脏扫描中收集的超声心动图图像。这使他们能够可视化心脏形状和功能中的模式，这些模式可能使患者患心力衰竭的风险更高。.

研究发现，人工智能可用于检测心力衰竭风险。https://t.co/TkUuruMLMs

— STV 新闻 (@STVNews) 2024年5月30日

研究人员使用了苏格兰健康研究登记处和生物样本库（SHARE）中患者自愿提供的数据。他们最初选择了一个包含 15,000 条患者记录的数据集，最终从中筛选出 578 名患者的样本。.

人工智能心脏扫描更加精准

借助人工智能进行的心脏扫描提供的测量结果比传统方法更为精确。 该研究的负责人Chim Lang教授表示，人工智能软件能够提供更多心脏结构和功能特征，这对于诊断心力衰竭至关重要。

“我们的研究代表了利用深度学习自动解读超声心动图图像matic的进步。这可以使我们能够在tron健康记录数据集中大规模地简化心力衰竭患者的dent流程。”

朗教授

与从电子病历数据中提取的平均扫描图像相比，人工智能增强的超声心动图图像能够更defi地显示心脏的大小和功能。这种细节水平，以及更大规模的图像处理能力，可能有助于加快临床试验中的患者筛选，或帮助医疗保健系统对心力衰竭进行监管监测。.

另请阅读： Opera 集成 Google 的 Gemini 模型以增强 Aria 浏览器人工智能

心力衰竭仍然是常见的临床和公共卫生问题。它是指心脏无法泵出足够的血液供应身体其他部位的一种疾病状态。目前尚无治愈方法，但改变生活方式、手术和药物治疗可以帮助控制症状并延缓疾病进展，而心力衰竭通常会随着时间的推移而加重。.

研究人员利用患者记录，运用机器学习技术来dent仅凭超声心动图图像分析难以发现的结构和功能异常。.

人工智能能够检测到传统分析方法无法 Trac的异常情况

朗教授在一次采访中表示，这项研究在改善患者生活质量方面具有巨大潜力。他提到，基于对典型患者病历的评估，研究团队能够检测到标准二维超声心动图无法显示的形态学和机制性异常。.

“通过评估大量的患者记录，我们能够检测到一些结构和功能异常，而这些异常是使用传统的超声心动图图像分析方法无法检测到的。”

朗教授

发表在《ESC心力衰竭杂志》上的这项研究 强调了人工智能在帮助早期诊断这些疑难疾病方面改变医疗保健的能力。正如前文所述，在软件开发商Us2的协助和ROCH Diagnostics International的资助下，这项研究为进一步探索人工智能在预测性诊断和个性化治疗方面的应用铺平了道路。

克里斯·穆里蒂的Cryptopolitan 报道