近日，美国的摩约翰霍普金斯医院研究人员表示，他们新设计的人工智能评分工具，可以更准确地预测疑似或已知冠状动脉疾病患者在10年内死亡的可能性。

研究作者Theo Pezel表示，新评分与基于临床数据的传统方法不同，它加入了心脏的成像信息，由压力心血管磁共振(CMR)来测量。这是第一项表明机器学习结合临床参数和CMR，可以非常准确地预测死亡风险的研究。

研究团队对接受压力CMR治疗的31752名患者进行了追踪调查，随访期长达6年。在随访期内，有2679(8.4%)名患者死亡。

机器学习分两步进行。首先，它用于选择哪些临床和 CMR 参数可以预测死亡，哪些不能。其次，机器学习用于根据第一步中确定的重要参数构建算法，为每个参数分配不同的重点以创建最佳预测。最后，它会对患者在10年内死亡的可能性进行0（低风险）到10（高风险）的评分。

研究结果表明，机器学习在预测哪些患者会活着或死亡时，准确率高达76%。这就意味着，在大约四分之三的患者中，人工智能评分系统做出了正确的预测。

Pezel博士说：“我们的研究表明，将这些影像信息与人工智能生成的算法中的临床数据相结合，可帮助有心血管症状或危险因素的患者预防相关疾病和心源性猝死。”

前瞻经济学人APP资讯组

参考资料：https://scitechdaily.com/ai-accurately-predicts-risk-of-death-in-patients-with-suspected-or-known-heart-disease/

标签： 人工智能 心脏病