2024人工智能助力心血管健康管理.docx
《2024人工智能助力心血管健康管理.docx》由会员分享,可在线阅读,更多相关《2024人工智能助力心血管健康管理.docx(9页珍藏版)》请在第一文库网上搜索。
1、2024人工智能助力心血管健康管理摘要我国心血管疾病负担持续增加,其早期识别和预测对于改善心血管结局至关重要。人工智能系统在心血管风险预测、心血管影像等方面的迅速进展以及移动健康的发展使得自动获取多种生命体征数据成为可能,大大促进了心血管疾病的早期识别和诊断。心电图诊断中应用人工智能方法有助于快速准确诊断并优先处理最紧急情况,减少误差;人工智能与移动健康结合可用于多疾病监测的心脏健康监测服务平台;超声心动图结合人工智能研究有助于识别亚临床疾病或细微未被识别的影像学特征;使用机器学习模型可无创评估冠状动脉有无血流意义的狭窄和冠状动脉斑块的稳定性,以区分未来冠脉事件的发生风险。因此,人工智能的发展
2、有潜力将医师从耗时、重复的传统医学模式中解脱出来,并进行最佳的心血管疾病危险因素管理,从而最大限度地减轻医疗保健系统的过重负担,提高心血管疾病健康管理水平。中国心血管健康与疾病报告2023显示,我国心血管疾病人数已达3.3亿,每5例死亡中就有2例死于心血管疾病1。我国正面临人口老龄化和代谢危险因素持续流行的双重压力,心血管疾病负担仍将持续增加,其早期识别和预测对于改善心血管结局至关重要,但目前仍面临很大挑战。人工智能(artificia1inte11igence,A1)是一种计算机系统,能够执行需要人类智能的部分任务,可在广泛的现实世界中解决具有挑战性的任务。计算机技术的突飞猛进有助于实现机器
3、学习算法的进步2,特别是模仿人类大脑功能的深度学习的出现,大大促进了AI系统在心血管风险预测、心血管影像等方面的进展,同时各种传感器、通信网络以及可穿戴和便携式设备的发展,使得获取多种形式的数据成为可能,可促进心血管疾病的早期诊断。过去20年,PubMed数据库中关于心血管和AI的相关研究数量迅速增加,2023美国食品药品监督管理局(foodanddrugadministration,FDA)批准的A1辅助诊疗项目中,心血管相关项目排第二位,其中以心血管辅助检查的研究最多,进展也最快3。本文就AI在心电图、移动医疗和影像检查方面的进展进行阐述。一、A1与心电图心电图是识别心电活动异常最广泛使用
4、的工具。应用机器学习模型,特别是自主深度学习,可自动检测心电图中的异常并作出诊断,同时深度学习优化了心电图诊断和预测能力,可进行患者分层4。Somani等5训练了一个34层的深度神经网络(deepneura1networks,DNN)作为深度学习模型,用于识别和分类12种不同类型的心律失常,与心脏病专家认证委员会注释的记录数据集相比,这个深度学习模型获得的结果非常出色,依据窦性心律心电图预测未来房颤发生风险的准确度达80%;预测肥厚性心肌病的准确率达90%;还可预测主动脉瓣狭窄人群在未来15年进展为中重度主动脉狭窄的风险6。计算机化心电图判读在临床心电图工作流程中起着至关重要的作用。广泛可用的
5、数字心电数据和深度学习算法为大幅提高自动心电分析的准确性和可扩展性提供了机会。HUgheS等7利用20032018年病例库中365009例成人的心电图数据,应用DNN深度学习模型进行分析,显示出与心脏病学家相似的诊断准确率和更高的敏感度,显示出深度学习模型的强大潜力和良好的学习效果。AdedinSeWO等8利用梅奥19942017年的电子数据库,试图使用基于A1的DNN深度学习方法,仅通过心电图诊断无症状左心室功能障碍,根据44959例无症状患者的数据(包括12导联心电图和左心室射血分数等超声心动图数据)检测无症状左心室功能障碍,预测心衰加重的风险。该网络模型的敏感度为86.3%,特异度为85
6、.7%,准确率为85.7%,其效果甚至优于目前衰指南推荐的血液脑钠肽筛查心衰的数据。HannUn等9利用来自53549例患者的91232张单导联心电图对12个节律类别进行分类,由认证的执业心脏病学家进行诊断注释,DNN动态心电图诊断结果准确度达到0.97,DNN的阳性预测值和敏感度超过了普通心脏病专家的平均值,准确度高于心脏病专家的平均值。上述数据表明,深度学习方法可从单导联动态心电图中对各种心律失常进行准确诊断,具有与心脏病专家相似的诊断性能。临床中可应用这种AI方法准确分诊或优先处理最紧急情况,以减少误差,提高效率,挽救更多生命。KardiaMobiIe六导联心电图是第一个FDA批准的信用
7、卡大小的个人心电图设备,该设备可即时检测房颤、心动过缓、心动过速、室上性异位心律、室性早搏心律、宽QRS波心动过速和正常心律。已有商业公司与之合作建立了一个与供应商无关的托管和数据聚合平台,具有集成的A1引擎功能,可更好地提供健康服务。目前人工智能已经广泛应用于心电图领域,不仅能更快速准确地获得心电诊断,还可提示潜在进展的心血管疾病,更好地促进心血管健康管理。二、A1与移动健康移动健康是AI用于医疗的一个子领域,其特点是使用移动和无线技术来改善医疗保健。与心血管相关的不同类型数据(如血压、心电图、血氧饱和度等)可从各种各样的传感器中获得,如智能手机、腕式可穿戴设备或粘性背心、袜子、衬衫、贴片、
8、腕带、戒指和眼镜等。移动医疗和远程医疗的大数据与A1技术相结合,借助物联网,可帮助心脏病专家做出更好的临床决策。未来可用于多疾病监测的心脏健康监测服务平台,在辅助生活环境中使用云模型、物联网传感器和AI等新技术来改善医疗服务,有助于减少对传统医疗保健系统和服务的依赖。基于光电容积脉搏波(photop1ethysmography,PPG)的可穿戴式心电监护仪可连续或通过用户行为获得单导联和多导联心电图。PPG是使用光学传感器来测量皮肤血管的脉搏,可测量心率、血氧饱和度和其他心脏参数。加速度计和基于全球定位系统的传感器可提供活动数据,包括久坐时间、步数、速度、冲击力、锻炼等。如今,许多商用设备已可
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2024 人工智能 助力 心血管 健康 管理