弗吉尼亚大学健康中心的研究人员创建了一种新的风险评估工具，利用机器学习和人工智能来预测心力衰竭患者的结果。该工具现已向临床医生免费提供，旨在通过识别每个患者的特定风险来改善护理。心力衰竭是一种影响生活质量和生命数量的疾病。心力衰竭专家苏拉·马金巴博士指出，重要的是要认识到，并非所有患者都是相同的，每个患者都处于不良结果风险的光谱上。通过识别每个患者的风险等级，临床医生可以定制治疗方案，以改善他们的预后。
心力衰竭发生在心脏无法泵送足够的血液以满足身体需求时，导致疲劳、虚弱和腿部及脚部肿胀等症状。最终可能导致死亡。心力衰竭是一种进行性疾病。研究人员使用不同的心力衰竭研究和注册的数据，这些数据包含人口统计信息、病史、药物、实验室结果以及其他临床变量。研究人员然后利用这些数据创建了一个预测模型，能够识别出高风险患者的不良结果，如住院或死亡。这些信息对于临床医生提供最佳护理至关重要。此外，随着心力衰竭的流行，改善护理的需求变得愈加迫切。弗吉尼亚大学的研究人员开发了CARNA模型以应对这一需求并改善心力衰竭患者的护理。该模型是基于来自各种研究和注册的数千名患者的数据开发的，旨在帮助识别高风险患者以更好地管理其病情。此前由美国国立卫生研究院的国立心肺血液研究所支持的心力衰竭临床试验发现，新的模型在确定患者结果方面优于现有预测工具。该模型经过测试，发现其在预测心脏手术或移植的需求、再住院风险以及死亡风险方面对广泛患者群体的有效性更高。研究人员将模型的成功归因于利用了机器学习/人工智能，并结合了“血流动力学”临床数据，该数据提供有关血液如何在心脏、肺和身体其他部分循环的信息。这种创新方法在该领域呈现出令人鼓舞的进展。
弗吉尼亚大学工程学院计算机科学系开发了一个突破性模型，能够处理复杂数据，并在缺失或冲突的因素存在时做出决策。研究人员约瑟芬·兰普表示，”这个模型是一项令人兴奋的发展，因为它智能地呈现和总结风险因素，使临床医生能够快速做出治疗决策。”
使用该模型可能使医生能够为患者量身定制护理，最终导致更长寿和更健康的生活。弗吉尼亚大学的合作研究环境有助于该领域的重要进展。由弗吉尼亚大学健康中心心脏病专家肯尼斯·比尔基克博士领导的心力衰竭、计算机科学、数据科学和统计学的专家合作使得这一工作成为可能。比尔基克表示，”整合像约瑟芬·兰普这样的优秀计算机科学家与临床医学专家的多学科生物医学研究，将在未来帮助我们的患者受益于人工智能。”
研究人员已发表了他们的研究结果，并将他们的新工具在线免费提供，网址为https://github.com/jozieLamp/CARNA。研究团队已在《美国心脏杂志》上发表了对CARNA的评估结果，参与者包括兰普、吴宇鑫、史蒂文·兰普、普林斯·阿夫里耶、尼古拉斯·阿舒尔、比尔基克、哈迪贾·布雷希特、权永勋、李松、尼沙基·梅塔、爱德华·罗哈斯·佩纳、卢丰和马金巴。研究人员在该项目中没有经济利益。
该项目基于向国家心肺血液研究所的大数据分析挑战赛的获胜提案，旨在创建心力衰竭研究的新范式。该项目得到了国家科学基金会研究生研究奖学金的支持，拨款8424.90，以及NHLBI的拨款R56HL159216、K01HL142848和L30HL148881。
