详细内容或原文请订阅后点击阅览
AI 发现隐藏的心电图信号，预测心源性猝死风险
一种新模型通过常规心电图标记出心源性猝死的高风险人群，并揭示心脏电活动的警告信号
来源:科学美国人尽管几十年来植入式除颤器已经能够阻止许多致命的心律失常，但美国每年仍有超过 30 万人死于心源性猝死。今天的主要问题不是阻止心脏骤停的装置，而是阻止心脏骤停的装置。它正在弄清楚谁需要一个。在一项新的 Nature 研究中，加州大学伯克利分校副教授 Ziad Obermeyer 领导的团队训练了一个神经网络，通过 10 秒的心电图来回答这个问题。然后他们训练了第二个神经网络来揭示第一个神经网络的重点。
两种模型的设置表明了人工智能在医学领域的更大野心：让机器发现新的线索，然后人类专家可以自己查看和检查。奥伯迈耶的团队使用第一个网络来预测风险，使用第二个网络将该预测转化为普通心电图上的可见特征，心脏病专家可以学会识别该特征。
为了决定谁应该使用除颤器，心脏病专家目前依靠超声波测量左心室每次心跳泵出的血液量，这种测量称为左心室射血分数 (LVEF)。奥伯迈耶指出，它远非完美。 “许多因心脏骤停突然死亡的人要么以前从未接受过超声波检查，要么接受过超声波检查但结果正常，”他说。与此同时，根据该测试的强度植入的大多数除颤器从未最终触发。奥伯迈耶说：“通常情况下，看似高风险的人实际上实际上并没有那么高风险。”为了解决这个问题，他的团队开始寻找更好的风险标记。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过订阅来支持我们屡获殊荣的新闻事业。通过购买订阅，您将有助于确保有关塑造当今世界的发现和想法的影响力故事的未来。