人工智能可以使用EKG数据来测量患者的整体健康状况

达拉斯，2019年8月27日 - 根据美国心脏协会杂志“循环：心律失常和电生理学”发表的最新研究，医生可能能够将人工智能应用于心电图数据以测量整体健康状况。。

心电图，也称为EKG或ECG，是用于测量心脏电活动的测试。虽然已知患者的性别和年龄可能会影响心电图，但研究人员假设人工智能可以确定患者的性别并估计其“生理年龄” - 衡量整体身体功能和健康状况的时间与实际年龄不同。

使用近500,000名患者的EKG数据，训练了一种称为卷积神经网络的人工智能，以发现输入和输出数据之间的相似性。一旦经过训练，通过在仅给定输入数据时预测输出，测试神经网络对另外275,000名患者的数据的准确性。

神经网络在经历诸如心脏病发作，低射血分数和冠状动脉疾病等不良健康状况后估计患者的实际年龄更高，并且如果他们经历很少或没有不良事件则估计较低年龄。

“虽然医生已经考虑过患者是否'出现[他们的]陈述年龄'作为他们基线体检的一部分，但更客观和一致地评估这种情况的能力可能会影响多个层面的医疗保健，”研究作者Suraj Kapa，医学博士，助理说。明尼苏达州罗彻斯特市梅奥诊所的医学教授和增强与虚拟现实创新主任。

“能够更准确地评估整体健康状况可以帮助医生确定他们应该进一步检查哪些患者，以确定是否存在可以从早期诊断和干预中获益的无症状或目前无症状的疾病。对于一般人来说，AI增强的心电图可以更好的表明可能会发生一些事情，例如新的健康问题或他们原本不知道的共病情况，“Kapa继续说道。

研究人员发现，人工智能能够在90%的时间内准确地确定患者的性别，并且可以确定患者的实际年龄组，准确率为72%。

“这一证据 - 我们可能正在收集某种'生理年龄' - 对于其在未来结果研究中的潜在作用肯定既令人惊讶又令人兴奋，并可能促进一个新的科学领域，我们寻求更好地了解生物学这一发现的基础，“卡帕说。

虽然该研究能够从大样本中抽取，但​​研究中的所有个体都是患者，而EKG则用于另一种临床适应症。需要对人口过于健康的未来研究来重新验证神经网络的决心。此外，研究中的性别由患者自我识别，并且可能不代表研究中所有个体的性别。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！