犹他大学健康学院的科学家们首次证明，人工智能可以更好地预测心血管疾病的发病和病程。研究人员与山间初级儿童医院的医生合作，开发了独特的计算工具，以精确测量现有医疗条件对心脏和血管的协同效应。

研究人员说，这种综合的方法可以帮助医生预测、预防或治疗严重的心脏问题，甚至可能在病人意识到潜在的疾病之前。

尽管这项研究只关注心血管疾病，但研究人员认为它可能有更广泛的影响。事实上，他们认为这些发现可能最终会引领一个个性化的预防医学的新时代。医生会主动联系患者，提醒他们潜在的疾病，以及可以做些什么来缓解问题。

“我们可以把人工智能来帮助完善的风险几乎所有的医疗诊断,”马丁Tristani-Firouzi说,医学研究的通讯作者和U的儿科心脏病专家健康和山间小学儿童医院,诺拉和科学家艾克尔斯哈里森心血管研究和培训机构。“癌症风险、甲状腺手术风险、糖尿病风险——任何你能想象到的医学术语。”

这项研究发表在在线杂志《公共科学图书馆数字健康》上。

目前的计算方法还各种风险的联合效应的人口和医疗历史心血管疾病往往是不精确的和主观的,根据马克·扬德尔博士,这项研究的资深作者,人类遗传学教授H.A.本宁和埃德娜总统赋予椅子在U的卫生,背景健康的联合创始人因此，这些方法无法识别某些可能对心脏和血管健康产生深远影响的相互作用。

为了更准确地测量这些相互作用，也被称为共病，是如何影响健康的，Tristani-Firouzi, Yandell和来自U of U health和山间初级儿童医院的同事们，使用机器学习软件，在姓名和其他身份信息被删除后，对160多万份电子健康记录(EHRs)进行分类。

这些电子记录记录了患者身上发生的一切，包括实验室测试、诊断、药物使用和医疗程序，帮助研究人员确定最有可能加重特定疾病(如心血管疾病)的共病。

在他们目前的研究中，研究人员使用一种称为概率图形网络(pGM)的人工智能来计算这些合并症的任何组合如何影响与心脏移植、先天性心脏病或窦房结功能障碍(SND)相关的风险。心脏自然起搏器的破坏或衰竭)。

在成年人中，研究人员发现:

先前有心肌病(心肌疾病)诊断的个体需要心脏移植的风险比没有的人高86倍。

那些患有病毒性心肌炎的患者需要心脏移植的风险要高出60倍。

使用米力农，一种用于治疗心力衰竭的血管扩张药物，将移植的风险提高了175倍。这是心脏移植最有力的个体预测因素。

在某些情况下，合并的风险甚至更大。例如，在服用米力农的心肌病患者中，需要心脏移植的风险比那些心脏更健康的患者高405倍。

Tristani-Firouzi说，在儿童中，合并症对移植风险有显著不同的影响。总的来说，根据潜在的诊断，儿童心脏移植的风险比没有预先存在心脏疾病的儿童高17到102倍。

研究人员还研究了母亲在怀孕期间的健康状况对孩子的影响。怀孕期间患有高血压的妇女生下患有先天性心脏和循环系统疾病的婴儿的可能性是常人的两倍。患有唐氏综合症的儿童患心脏异常的风险是正常人的三倍。

接受Fontan手术(一种治疗先天性心脏血流缺陷的手术)的婴儿比不需要手术的婴儿患SND心率失常的可能性高出20倍。

研究人员还发现了重要的人口统计学差异。例如，患有心房颤动(快速心跳)的西班牙裔患者患SND的风险是有类似病史的黑人和白人的两倍。

Josh Bonkowsky，医学博士，初级儿童个性化医疗中心主任，他不是这项研究的作者，他相信这项研究可能会导致病人护理的实用临床工具的发展。

“这项新技术表明，我们可以精确地估计医疗并发症的风险，甚至可以确定哪种药物对单个患者更好。”Bonkowsky说。

展望未来，Tristani-Firouzi和Yandell希望他们的研究也能帮助医生解开每天缠绕着他们的、日益增长的、令人困惑的医疗信息网。

Yandell说:“在这个时代，无论你多么清醒，作为一个医学专业人士，你都不可能把所有你需要的知识都记在脑子里，以尽可能最好的方式治疗病人。”“我们正在开发的计算机将帮助医生利用电子时代所有可获得的相关信息，做出尽可能最好的病人护理决定。这些机器对医学的未来至关重要。”

文章标题

An explainable artificial intelligence approach for predicting cardiovascular outcomes using electronic health records