夜雨聆风
文章翻译转载自牛津大学拉德克利夫医学系官网
研究人员表示，这是首个能够利用常规心脏CT扫描（通常用于检查胸痛或其他病症）来准确预测心力衰竭的程序。在英国，每年约有35万患者接受心脏CT扫描。这类扫描在NHS医院中常规进行，用于发现心脏问题，特别是寻找冠状动脉中的脂肪斑块。
研究团队开发了这一AI工具，用于识别心脏周围脂肪组织的纹理变化——这些变化预示着下方的心肌存在炎症和不健康状态。常规医学影像检查无法用肉眼观察到这些变化。
AI分析这些信息后，可向医生发出警示，指出某人是否处于心力衰竭的高风险中。研究发现，风险最高组的人群在未来五年内发生心力衰竭的可能性是风险最低组的20倍。风险最高组的人群约有四分之一的可能性在五年内发展为心力衰竭。利用这一信息，医生可以采取措施尝试预防心力衰竭的发生，或对疾病进行管理。
该AI工具在来自英国9个NHS信托机构的70,000多名个体中进行了训练和验证，这些个体在接受心脏CT扫描后被随访了十年。
心力衰竭是一种致残性疾病，由于心肌受损或出现问题，心脏无法正常将血液泵送到全身。据估计，英国有超过100万人患有心力衰竭。
该病通常由心脏病发作时对心脏造成的损伤引起（无论是立即发生还是随时间发展），但还有许多其他疾病会导致心肌问题，并逐渐发展为心力衰竭。
新的AI工具能够识别出心力衰竭的缓慢发展过程以及风险最高的人群。在此之前，尚无方法可以准确预测哪些人会以这种方式发展为心力衰竭。牛津大学的研究人员发现，心脏周围的脂肪可以作为心脏早期疾病信号的“传感器”，在实际心脏病发生前多年，其质地和组成就已经开始发生变化。
Antoniades教授表示：
“我们利用生物科学和计算技术的进展，在心力衰竭治疗方面迈出了一大步。我们的新AI工具能够获取心脏CT扫描数据，并为每位患者生成绝对风险评分，无需任何人工输入。虽然本研究使用的是心脏CT扫描，但我们正致力于将该方法应用于任何原因进行的胸部CT扫描。”
“这将使医生能够就最佳治疗方案做出更明智的决策，为风险最高的患者提供最密集的治疗。我们希望，如果该项目在全国推广，通过帮助患者更长久地保持健康，可以减轻医院的压力。”
研究人员使用英格兰超过59,000人的匿名心脏CT扫描结果对AI进行了训练。该算法评估了心脏周围的脂肪，以及该人在未来五年内是否发生了心力衰竭，从而学习如何发现该病的早期迹象。
随后，该程序使用英格兰另外13,424人的扫描结果进行了测试。研究人员发现，该算法预测个体未来五年内发生心力衰竭风险的准确率高达86%。
获得患者的风险评分有助于医生做出有关患者护理的决策，例如应如何进行监测。根据患者导致其处于高风险的具体状况，治疗方案将因人而异。
研究团队目前正在寻求监管部门的批准，以便在NHS系统内推广该工具。他们希望将其纳入全国医院放射科常规进行的心脏CT扫描分析流程中。
研究人员还在对该AI工具进行升级，使其不仅适用于心脏CT扫描，还能用于任何胸部CT扫描。他们预计该程序将在未来几个月内适配用于肺部CT扫描。这将有助于医生以“机会性筛查”的方式发现更多有心力衰竭风险的患者。
Antoniades教授的研究由英国心脏基金会资助，并获得了英国国家健康与护理研究所牛津生物医学研究中心的支持。
