研究人员推出了开创性的BeatProfiler，这是一款全面的软件，自动分析心脏细胞功能的视频数据。它是第一个将各种心脏功能指标的分析（包括收缩性、钙处理和力输出）集成到一个工具中的系统，这显著加快了过程并减少了错误的机会。BeatProfiler使研究人员能够区分不同的疾病及其严重程度，以及快速且客观地测试影响心脏功能的药物。心脏病的研究和测试新心脏药物一直是一个复杂而耗时的过程。提高这一点的一种方法是使用盘中的细胞和工程组织模型，但当前的研究心脏细胞收缩和钙处理的方法是手动的，容易出错，并且需要昂贵的专业设备。显然需要一种更高效和可及的方式来使用人工智能（AI）和机器学习来研究心脏功能。BeatProfiler是一种新工具，旨在满足这一需求。
哥伦比亚工程学院的研究人员推出了一种革命性的工具——BeatProfiler，旨在快速分析心脏细胞的功能。这款软件通过自动化分析视频数据的过程，解决了分析心脏细胞功能的挑战。BeatProfiler是第一个将多种心脏功能指标（如收缩性、钙处理和力输出）分析集成到一个工具中的系统。这种集成加快了分析过程并减少了潜在的错误。在BeatProfiler的帮助下，研究人员能够区分不同的疾病并确定其严重程度，最终推动对心脏细胞功能的理解。
新的研究使心脏功能影响药物的测试可以快速且客观地进行，这项研究于4月8日在《IEEE开放医学与生物工程杂志》上发表。项目负责人、哥伦比亚大学教授戈尔达娜·文贾克-诺瓦科维奇形容这一新工具为“真正变革性的”，因为它的速度、全面性、自动化程度以及与各种计算机平台的兼容性。这款软件也是开源的，使科研人员和临床医生可以轻松访问。哥伦比亚大学欧文医学院的心脏病学医学教授选择不为AI软件申请专利，而是将其开源，供任何实验室免费使用。这个决定是为了确保他们研究成果的广泛传播，并收集学术、临床和商业实验室用户的反馈，旨在改善软件。该项目的推进源于对快速、准确诊断心脏病的迫切需求，这也是文贾克-诺瓦科维奇大部分研究的重点。团队花费了数年时间开发一种可以快速、准确评估心脏疾病的工具。他们的主要目标是捕捉他们正在构建的心脏模型的功能，以研究心脏疾病并评估潜在的治疗方案。随着他们通过微立柱和多器官组织等创新制作更多心脏组织，研究人员急需实时评估心脏模型的功能，组织的能力提升使得他们需要开发一种方法，更快速地量化心肌细胞（心脏肌肉细胞）和组织的功能，以便进行探索遗传性心肌病、宇宙辐射、免疫介导的炎症和药物发现的研究。
软件开发、机器学习等领域的合作者
在过去一年半的时间里，首席作者金永彬和他的合著者们在代码上方开发了一个图形用户界面（GUI），使没有编码专长的生物医学研究人员可以通过几次点击轻松分析数据。该研究汇集了各个领域的专家，包括GUI的软件开发、计算机视觉技术和疾病/药物分类器的机器学习、收缩和钙信号的信号处理、将心脏平台上的柱子偏转转化为机械力的工程，以及提供反馈以改进界面的实验室成员用户体验。
研究结果
研究表明，BeatProfiler能够有效分析心肌细胞的功能，在速度上超越现有工具——在某些情况下快达50倍——并且可靠性更高。BeatProfiler工具能够检测到其他工具可能无法捕捉的工程心脏组织的微小变化。根据哥伦比亚工程学院文贾克-诺瓦科维奇实验室的博士候选人金说，BeatProfiler的分析速度和多功能性在心脏研究中是无与伦比的。机器学习有助于高准确率地区分病态和健康的心脏细胞，并根据其对心脏的影响对不同心脏药物进行分类。团队目前正专注于扩大BeatProfiler在心脏研究中新应用的能力。BeatProfiler的开发旨在解决一系列与心脏相关的疾病，并帮助药物开发。为了使其适用于广泛的研究查询，团队正在对各种体外心脏模型进行测试和验证，包括不同类型的工程心脏组织模型。此外，他们还在改进机器学习算法，以扩展其对不同心脏疾病和药物效果的应用。最终目标是将BeatProfiler调整到制药环境中，以加速对众多潜在药物的同时测试。
