一项对648名患者的试验发现，新自动化方法和干预策略的高血压诊断和治疗计划的数量几乎是传统门诊医疗服务的四倍。
来自麻省综合医院布拉根医生团队的新研究显示，高血压的线索可能隐藏在电子健康记录（EHR）中。研究人员利用自然语言处理，这是一种人工智能形式，识别出有心脏超声检查结果显示心肌增厚的患者，这种情况通常是由高血压引起的。当医生被通知这些结果时，他们诊断高血压和开处方控制高血压的概率几乎增加了四倍。这项研究突显了利用现有电子健康数据来增强心脏病患者治疗的创新自动化方法的潜力。研究结果发表在《JAMA心脏病学》上，并在2025年美国心脏病学会年会暨博览会上同时公布。
“高血压被称为无声杀手，因为人们可以有过高的血压而没有任何症状，”麻省综合医院（MGH）医学系心脏病科高级作者杰森·H·瓦斯菲（Jason H. Wasfy）博士、医学硕士说。瓦斯菲还是MGH蒙根研究所的医师研究员。“如果他们没有足够地检查高血压，那么高血压可以在多年后造成心脏和血管的损伤，而这些损伤是可以通过早期检测血压来预防的。”
在美国，近一半的高血压患者对这种疾病并不知晓或未接受治疗。
“通过例行临床护理产生了如此多的信息，例如当你看医生或进行测试时。而这些信息中往往有微妙的线索，可能表明患者有高血压。但临床医生不可能掌握整个医疗记录。我们试验的前提是这些数据可能隐藏在显而易见的地方，我们希望验证将其显现的方法，以改善患者的护理，”研究的主要作者亚当·伯曼（Adam Berman）博士、公共卫生硕士说。他在布拉根妇女医院心血管医学系进行研究，该医院是麻省综合医院医疗体系的创始成员。当时，伯曼是麻省综合医院医生组织的健康政策和管理大卫·F·托尔基安奖学金获得者。伯曼现在是纽约大学格罗斯曼医学院医学系心脏病学莱昂·H·查尼分部的助理教授。
研究团队创建并使用了自然语言处理技术，能够从心脏超声数据中筛选出左心室肥厚的病例，这是一种通常由高血压引起的心肌增厚。算法在麻省综合医院布拉根从未被知道有任何心肌问题且未接受高血压治疗的患者中识别出648名患者。平均患者年龄为59岁，其中38%为女性。他们随机选择一半患者接受干预，对于这些患者，人口健康协调员通知患者的医生该发现。他们还提供额外护理的资源，包括协助进行24小时血压监测测试或安排与心脏病专家的评估。非干预对照组的患者医生则未被联系，他们的患者在常规护理下得到监测。
干预组患者的新高血压诊断几率几乎是对照组的四倍（15.6% vs 4.0%）以及被开处方抗高血压药物的几率（16.3% vs 5.0%）。两个组之间与初级保健医生的随访预约数量无显著差异。临床医生对干预措施大多持积极态度——在回应初步通知的82%中，定性评分显示72%对该措施反应积极。
“我们的团队非常有兴趣确保这是一项医生和患者都重视的措施，”瓦斯菲说。“临床医生常常被警报淹没，这可能导致疲劳和倦怠，因此我们故意设计我们的外展由人为传达。”
还需要更多的工作来确定这种通知传递方法是否可以改变或自动化，以便更大范围和更易于在其他医疗环境中实施，同时保持有效性。
“我们的目标是增强传统护理，利用已经存在的数据，”伯曼说。“这些患者已经接受过测试，他们的数据就像是藏在数字图书馆中积聚灰尘。我们的试验证明我们可以利用这些数据来改善医疗服务和患者治疗。”
作者：除了瓦斯菲和伯曼，麻省综合医院布拉根的作者还包括迈克尔·K·希德鲁（Michael K. Hidrue）、柯蒂斯·金德（Curtis Ginder）、林妮亚·希尔基（Linnea Shirkey）、贾普尼特·夸特拉（Japneet Kwatra）、安娜·C·奥凯利（Anna C. O’Kelly）、肖恩·P·墨菲（Sean P. Murphy）、詹妮弗·M·西尔（Jennifer M. Searl Como）、于平·孙（Yee-Ping Sun）、威廉·T·卡里（William T. Curry）、马塞拉·G·德尔·卡门（Marcela G. del Carmen）、罗恩·布兰克斯坦（Ron Blankstein）、大卫·A·莫罗（David A. Morrow）、本杰明·M·斯基里卡（Benjamin M. Scirica）、尼提什·K·乔德瑞（Niteesh K. Choudhry）和詹姆斯·L·贾努齐（James L. Januzzi）。其他作者包括约翰·A·多德森（John A. Dodson）和丹妮尔·达利（Danielle Daly）。
披露：完整的披露清单可以在《JAMA心脏病学》上发表的论文中找到。
资助：该研究干预由麻省综合医院医生组织资助，以支持心血管护理服务的创新。
