新的研究可以改变医院如何对患者进行分流、风险分层和咨询，以挽救生命。
桑坦斯医院的研究人员正在研究一种被称为肥厚型心肌病（HCM）的心脏病，他们校准了一种人工智能（AI）算法，以快速而更准确地识别患有这种疾病的患者，并将其标记为高风险，以在就诊时获得更多关注。
这种算法被称为Viz HCM，之前已获得美国食品和药物管理局（FDA）批准，用于在心电图（ECG）上检测HCM。桑坦斯研究的结果于4月22日发表在期刊NEJM AI上，为算法的发现分配了数字概率。
例如，虽然该算法之前可能会显示“被标记为怀疑HCM”或“高风险HCM”，但桑坦斯的研究允许进行更具体的解释，比如“您患有HCM的可能性大约为60%。”首席作者Joshua Lampert博士，桑坦斯Fuster心脏医院机器学习主任表示。
因此，之前未被诊断为HCM的患者可能会更好地理解他们个体的疾病风险，从而进行更快速且个性化的评估，以及治疗，从而潜在预防如突发性心脏死亡等并发症，尤其是在年轻患者中。
“这是一个重要的进展，通过提供更有意义的信息，将新颖的深度学习算法转化为临床实践。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被识别，从而改善其临床工作流程。通过模型校准，患者可以通过获得更个性化的信息得到更好的咨询，这提高了模型分类分数的可解释性。该局部模型校准策略是否普遍适用于其他环境仍有待证明。”桑坦斯艾卡学院医学助理教授（心脏病学以及数据驱动和数字医学）Lampert博士表示。“这可以改变临床实践，因为这种方法以临床实用的方式提供有意义的信息，以促进患者护理。”
全球每200人中就有1人受到HCM的影响，且这是心脏移植的主要原因。然而，许多患者在出现症状之前并不知道自己有这种疾病，而此时疾病可能已相当严重。
桑坦斯的研究人员对近71,000名在2023年3月7日至2024年1月18日期间进行心电图检查的患者运行了Viz HCM算法。该算法将1,522名患者标记为HCM的阳性警报。研究人员审查了记录和成像数据，以确认哪些患者确诊为HCM。
在审查确诊后，研究人员将模型校准应用于AI工具，以评估校准的HCM患病概率是否与患者实际患病的可能性相关。他们发现，经过校准的模型确实能准确估计患者患有HCM的概率。
使用该模型分析患者的ECG结果可以帮助心脏病专家优先处理最高风险的患者，使他们能够在症状出现或加重之前更早进行预约和治疗。医生将能够向每位患者解释个性化风险，而不是模糊地说AI模型标记了他们。这有助于新患者参与治疗，以预防与HCM相关的不良结果，例如突发死亡或因心肌增厚阻塞血流而出现的症状。
“这项研究提供了亟需的详细信息，以帮助重新审视我们如何对患者进行分流、风险分层和咨询。在增强智能的时代，我们必须逐步将新颖的复杂性纳入我们的患者护理方法。”共同高级作者Vivek Reddy博士，桑坦斯健康系统心脏心律服务主任，以及心脏电生理学的Leona M. 和Harry B. Helmsley慈善信托教授表示。“以肥厚型心肌病为例，我们展示了如何在相对不常见的疾病环境下，通过对AI分类进行排序，实现新工具的实际操作。”
“这项研究体现了务实的实施科学，展示了我们如何负责任且深思熟虑地将先进的AI工具融入现实世界的临床工作流程。”共同高级作者Girish N. Nadkarni博士，人工智能与人类健康的Windreich系主任，数字健康Hasso Plattner研究所主任，以及桑坦斯艾卡学院的Irene和Dr. Arthur M. Fishberg教授表示。“这不仅仅是关于构建高性能算法——而是确保它以能改善患者结果并与实际提供的护理方式相一致的方式支持临床决策。这项工作展示了一个经过校准的模型如何帮助临床医生在正确的时间优先考虑合适的患者，从而实现AI在医学中的全部潜力。”
下一步是将这一研究和HCM的AI校准扩展到全国其他健康系统。
Viz.ai赞助了这项研究。Lampert博士是Viz.ai的有偿顾问。
