沃卡惠
愛丁堡大學的科學家開發了一種人工智能工具，可以更快地診斷心力衰竭，從而改善患者護理。
該平臺稱為CoDE-HF，它收集患者血液測試的結果，表明NT-proBNP的水平，NT-proBNP是一種由心臟產生的物質。這些數據可以表明患者是否經歷過心力衰竭，這是一種心臟無法泵出足夠血液以滿足身體需要的疾病。
目前，診斷是通過測試NT-proBNP水平是否低于最小值來進行的，但由于不精確，因此不常用。每個患者的水平可能不同，具體取決于體重、年齡和其他健康狀況。對于已有疾病的患者和老年患者，單獨的蛋白質血液測試已被證明不如CoDE-HF工具準確。
“CoDE-HF決策支持工具將NT-proBNP作為連續測量和其他臨床變量結合起來，提供了一種更加一致、準確和個性化的方法，”研究人員在英國醫學雜志上發表的一篇論文中寫道。英國心臟基金會資助了該項目。
CoDE-HF還可以指導臨床醫生通過更準確的診斷來護理患者。
“在實踐中，心力衰竭可能是一個非常具有挑戰性的診斷。我們已經證明，與目前的血液測試相比，我們的決策支持工具CoDE-HF可以顯著提高診斷心力衰竭的準確性，”愛丁堡大學心臟病專家兼臨床講師Ken Lee博士說。
科學家們使用了來自蘇格蘭東部(蘇格蘭第二大人口)和其他13個國家的患者數據。來自10,369名疑似急性心力衰竭患者的數據被用于訓練AI模型。
“我們的研究表明，人工智能在醫療保健中的應用具有巨大的潛力，可以幫助醫生提供更加個性化的患者護理，”愛丁堡大學數據科學家Dimitrios Doudesis說。
未來，研究人員計劃在臨床環境中實施人工智能工具，并驗證其對患者結果的影響。
尼古拉斯博士說：“人工智能在決策支持工具(例如CoDE-HF)中的應用，以提供更加個性化的護理尤為重要，因為我們的老齡化患者人口壽命更長，而且既往病癥更多。”Mills，愛丁堡大學心臟病專家和心臟病學教授。
