AI工具在症状出现前检测心脏疾病

数千人在英国不知自己患有心房颤动，这使他们面临更高的中风风险，但一种突破性的工具可以帮助早期干预。据估计，心房颤动每年在英国导致约20,000例中风。

新的AI工具可以在症状出现前识别出患有心脏疾病的人，从而降低潜在致命中风的风险。该工具通过搜索GP记录来寻找可能表明患者有心房颤动（AF）风险的“红旗”。

该算法由利兹大学和利兹教学医院NHS信托的科学家和临床医生开发，使用超过210万人的匿名电子健康记录创建，并用另外1000万人的医疗记录进行了验证。心房颤动会导致不规则且通常过快的心率，患者中风的风险显著增加。有些人可能会感到心悸、头晕、呼吸急促和疲倦，但另一些人则没有任何症状，完全不知道自己的心率不规则。

当及早发现和治疗时，可以控制病情并降低中风风险。英国约有160万人被诊断出患有心房颤动，但英国心脏基金会（BHF）表示，很可能还有许多未确诊的人不知自己患有这种疾病。

六个月试验

该工具在西约克郡的一些诊所进行为期六个月的试验。它基于年龄、性别、种族以及是否患有其他疾病（如心力衰竭、高血压、糖尿病、缺血性心脏病和慢性阻塞性肺病）等因素计算风险。被认定为高风险的人会获得手持式心电图（ECG）设备，用于每天测量两次心律，持续四周，并在任何时候感到心悸时使用。如果ECG读数显示患者有心房颤动，其GP将被告知，以便讨论治疗方案。如果成功，可能会进行全国范围的试验。

中风预防的里程碑

据估计，心房颤动每年在英国导致约20,000例中风。BHF副医学主任兼皇家布朗普顿医院咨询心脏病专家索尼娅·巴布-纳拉扬博士表示：“通过利用常规收集的医疗数据和预测算法，这项研究提供了一个真正的机会，可以识别更多有心房颤动风险的人群，并使他们受益于降低中风风险的治疗。”

NHS官员表示，过去五年间，接受抗凝药物治疗以预防血栓形成的AF患者数量增加了8%，这一成就标志着中风预防方面的一个里程碑。因此，估计在过去五年中已防止了数千例中风的发生。

(全文结束)