西奈山研究人员改进AI工具以更好地检测心脏病风险

西奈山的研究人员正在研究一种名为肥厚型心肌病（HCM）的心脏病。他们已经校准了一种人工智能（AI）算法，该算法可以在心电图（ECG）上快速且更具体地识别出患有此病的患者，并将他们标记为高风险患者，以便在医生就诊时得到更多的关注。

这种算法被称为Viz HCM，之前已获得美国食品药品监督管理局（FDA）的批准，用于在心电图上检测HCM。西奈山的研究结果于4月22日发表在《NEJM AI》杂志上，该研究为算法的结果分配了数值概率。

例如，虽然该算法以前可能只会说“疑似HCM”或“HCM高风险”，但西奈山的研究允许进行这样的解释：“你有大约60%的可能性患有HCM。”通讯作者、西奈山Fuster心脏医院机器学习主任Joshua Lampert博士表示。

因此，那些之前未被诊断为HCM的患者可以更好地了解自己的个体疾病风险，从而更快地进行个性化评估，并接受治疗，以防止并发症如猝死，尤其是在年轻患者中。

“这是将新颖的深度学习算法转化为临床实践的重要一步，因为它为临床医生和患者提供了更有意义的信息。临床医生可以通过使用排序工具确保最高风险的患者在其临床工作列表的顶部，从而改善其临床工作流程。通过模型校准，患者可以获得更个性化的信息，从而提高模型分类分数的可解释性。这种本地模型校准策略是否普遍适用于其他设置仍有待验证。这种方法可以改变临床实践，因为它以临床实用的方式提供有意义的信息，以促进患者护理。”Joshua Lampert博士说道。

HCM影响全球每200人中的1人，是心脏移植的主要原因之一。然而，许多患者直到出现症状后才知道自己患有此病，此时病情可能已经进展到晚期。

西奈山的研究人员在2023年3月7日至2024年1月18日期间对近71,000名进行了心电图检查的患者运行了Viz HCM算法。该算法标记了1,522名患者为HCM阳性警报。研究人员审查了记录和影像数据，以确认哪些患者确实被确诊为HCM。

在确认诊断后，研究人员应用模型校准到AI工具上，以评估校准后的HCM概率是否与患者实际患病的概率相关。他们发现，经过校准的模型确实给出了患者患HCM可能性的准确估计。

利用该模型分析患者的ECG结果，可以使心脏病专家优先处理最高风险的患者，尽早安排他们的就诊和治疗，以防止症状开始或恶化。医生可以向每位患者解释个体化的风险，而不是模糊地说AI模型标记了他们。这有助于让新患者参与进来并进入护理，以防止与HCM相关的不良后果，如猝死或由于心肌增厚阻碍血流而产生的症状。

“这项研究提供了必要的细节，帮助我们重新思考如何分诊、风险分层和咨询患者。在这个增强智能的时代，我们必须在患者护理方法中融入新的复杂性。”共同资深作者、西奈山卫生系统心脏心律服务主任、Leona M. 和 Harry B. Helmsley 慈善信托基金医学教授Vivek Reddy博士说道。“以肥厚型心肌病为例，我们展示了如何通过排序AI分类来分诊患者，即使在不太常见的疾病情况下也能实现这一目标。”

“这项研究反映了最佳的实用实施科学，展示了我们如何负责任和深思熟虑地将先进的AI工具整合到现实世界的临床工作流程中。”共同资深作者、Windreich 人工智能与人类健康系主任、Hasso Plattner 数字健康研究所所长、Icahn 医学院 Mount Sinai 的 Irene 和 Dr. Arthur M. Fishberg 医学教授 Girish N. Nadkarni 博士说道。“不仅是要构建一个高性能的算法，还要确保它支持临床决策，以改善患者结果，并与实际提供的护理方式保持一致。这项工作展示了校准模型如何帮助临床医生在正确的时间优先处理正确的患者，从而充分发挥AI在医学中的潜力。”

下一步是在全国范围内的其他卫生系统中扩展这项研究和HCM的AI校准。

Viz.ai赞助了这项研究。Lampert博士是Viz.ai的付费顾问。

(全文结束)