Nature子刊：实验标明AI领导有助于在惯例实践中晚期发现心脏疾病

某些类型的心脏疾病能够很难发现，例如无症状的低射血分数，特殊是在医治最无效的晚期阶段。心电图AI领导下的低射血分数筛查(EAGLE)实验旨在确定应用心电图数据开辟的人工智能(AI)筛查对象是否能改善惯例实践中这种病症的。依据颁发在《自然—医学》上的研讨成果，谜底是必定的。

膨胀期低射血分数界说为心脏无奈在每次跳动时足够强烈地膨胀，以从其腔室中抽出至多50%的血液。超声心动图可用于低射血分数，但这种费时的影像学查看与12导联心电图相比必要更多资本，后者是一种疾速、廉价且随时可用的查看办法。AI支持的心电图算法通过卷积神经网络测试和开辟，并在后续研讨中获得验证。

EAGLE实验在明尼苏达州和威斯康星州的45家医疗机构进行，包含农村诊所、社区和学术医学中间。来自120个医疗小组的合计348名低级保健临床大夫被随机分派到惯例照顾护士组或干涉组。干涉组由电子病历提示低射血分数筛查阳性成果，匆匆使他们要求进行超声心动图查看以确认。

“AI支持的心电图查看可以辨认先前能够会漏诊的患者，帮忙在事实中低射血分数患者。”美国妙佑医疗国内(Mayo Clinic) 心脏电心理专家Peter Noseworthy（医学博士）说道。Noseworthy博士是该研讨的资深作者。

在8个月内，22641名成人患者在实验中的临床大夫照顾护士下承受了心电图查看。AI在6%的患者中发现了阳性成果。承受超声心动图查看的患者比例总体类似，但在筛查成果为阳性的患者中，承受超声心动图查看的干涉患者比例更高。

“相比惯例照顾护士，AI干涉使低射血分数的诊断率总体进步了32%。在阳性AI成果的患者中，诊断率绝对进步43%”，妙佑医疗国内血汗管疾病安康成果研讨员兼该研讨的第一作者Xiaoxi Yao博士说，“从相对意义上讲，每筛查1000名患者，AI筛查比惯例照顾护士多发生5例低射血分数新”。

“有了EAGLE，随时可在电子病历获取这些信息，照顾护士团队可以看到成果并决议若何使用这些信息，”Noseworthy博士说：“重点是，跟着光阴的推移，咱们能够会看到AI在医学实践中的更多利用。这取决于咱们若何使用它，咱们必要找到一种改善照顾护士和安康成果但不会给一线临床大夫带来过重负担的方式”。

另外，EAGLE实验使用了一种正偏差法来评价了AI筛查信息的前五名照顾护士团队用户和前五名非用户。Yao博士表现，这种培训和大夫反应的轮回将展现出若何在实践中改良AI技术的顺应性和利用。

EAGLE是证实AI在惯例实践中的代价的最早年夜规模实验之一。这种低射血分数算法已得到美国食物药品监视治理局的突破性认证，是由妙佑国内开辟的几种算法之一并已受权给Anumana Inc.。Anumana Inc.是一家专一于解锁暗藏的生物医学常识的新公司，，旨在完成晚期发现和放慢心脏疾病的医治。低射血分数算法先前也已受权给Eko Devices Inc.，专门用于胸部外用手持式设备。

EAGLE实验获得了妙佑医疗国内Robert D. and Patricia E. Kern Center for the Science of Health Care Delivery的赞助，并与血汗管医学和家庭医学(Cardiovascular Medicine and Family Medicine)部分和社区内医学部(Division of Community Internal Medicine)单干展开。(100yiyao.com）