携手健康网携手健康网

人工智能方法有助于识别对β受体阻滞剂治疗有反应的心力衰竭患者

伯明翰大学的研究人员开发了一种新方法来确定哪些心力衰竭患者将从 β 受体阻滞剂治疗中受益。他们的研究涉及15669例患者有心脏衰竭和减少的左心室射血分数(的低功能心脏,其12823的均在正常心脏节律以及其中2,837有房颤(AF)-a心脏节律条件的主泵腔)通常与导致更糟结果的心力衰竭有关。心力衰竭是最常见的心脏病之一,对患者的生活质量有重大影响,也是住院和医疗费用的主要驱动因素。

今天发表在《柳叶刀》上的这项研究使用了一系列人工智能 (AI) 技术来深入询问临床试验的数据。研究表明,人工智能方法可以考虑每个患者不同的潜在健康状况以及这些状况的相互作用,以隔离对β 受体阻滞剂的反应治疗。这适用于心律正常的患者,医生通常希望使用 β 受体阻滞剂降低死亡风险,以及之前的工作发现缺乏有效性的 AF 患者。在正常心律下,一组患者(年龄较大、症状较轻且心率低于平均水平)被发现从 β 受体阻滞剂中获益减少。相反,在 AF 患者中,研究发现一组年轻患者的既往心脏病发作率较低,但心脏功能与使用 β 受体阻滞剂后死亡率显着降低(从 15% 至 9%)的普通 AF 患者相似.

该研究由卡片AI主导c group 是伯明翰大学和伯明翰大学医院 NHS 基金会信托的多学科临床和数据科学家团队,旨在整合 AI 技术以改善心血管患者的护理。该研究使用了由心力衰竭协作组中的 Beta 受体阻滞剂整理和协调的数据,心力衰竭协作组是一个致力于加强心力衰竭患者治疗的全球联盟。该研究使用了九项具有里程碑意义的心力衰竭试验的个体患者数据,这些试验将患者随机分配到 β 受体阻滞剂或安慰剂组。研究参与者的平均年龄为 65 岁,其中 24% 是女性。基于人工智能的方法在客观框架内结合了基于神经网络的变分自动编码器和层次聚类,

通讯作者、伯明翰大学临床生物信息学教授、米德兰兹健康数据研究副主任、card AI c 组联合负责人 Georgios Gkoutos说,“尽管在我们的 β 受体阻滞剂试验研究中进行了测试,但这些新颖的人工智能方法在心力衰竭以及其他心血管和非心血管疾病的治疗范围内具有明显的潜力。”

通讯作者、伯明翰大学心脏病学教授兼顾问、心力衰竭协作组 Beta 受体阻滞剂的国际负责人、card AI c 组的共同负责人 Dipak Kotecha补充说:“这些新的人工智能方法的开发是这对于改善我们可以为患者提供的护理至关重要;在未来,这可能会导致针对每位患者的个性化治疗,同时考虑到他们的特定健康状况以改善他们的福祉。”

第一作者、伯明翰大学卢瑟福研究员、card AI c 组成员 Andreas Karwath 博士补充说,他们“希望这些重要的研究结果将用于制定医疗保健政策并改善心力衰竭患者的治疗和结果.”

该研究今天在由欧洲心脏病学会主办的 2021 年 ESC 大会上公布,该协会是一个非营利性的知识型专业协会,旨在促进心血管疾病诊断和治疗标准的改进和协调。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。