(资料图片)

站长之家2月23日 消息:爱丁堡大学的科学家开发了一种人工智能工具，可以更快地诊断心力衰竭，从而改善患者护理。

该平台称为 CoDE-HF，它通过收集患者血液检测的结果，了解 NT-proBNP（这是一种由心脏产生的物质） 的水平，这些数据可以表明患者是否经历过心力衰竭。

当前诊断是通过测试 NT-proBNP 水平是否低于最小值来进行的，但由于不精确，因此不常用。每个患者的水平可能不同，具体取决于体重、年龄和其他健康状况。对于已有疾病的患者和老年患者，单独的蛋白质血液测试已被证明不如 CoDE-HF 工具准确。

“CoDE-HF 决策支持工具可将 NT-proBNP 作为连续测量和其他临床变量结合起来，提供了一种更加一致、准确和个性化的方法，”研究人员在英国医学杂志上发表的一篇论文中写道。CoDE-HF 还可以指导临床医生通过更准确的诊断为患者提供护理。

“在实践中，心力衰竭可能是一个非常具有挑战性的诊断。我们已经证明，与目前的血液测试相比，我们的决策支持工具 CoDE-HF 可以显着提高诊断心力衰竭的准确性，”爱丁堡大学心脏病专家兼临床讲师 Ken Lee 博士说道。

科学家们使用了来自苏格兰东部和其他13个国家的患者数据，将10，369名疑似急性心力衰竭患者的数据用于训练 AI 模型。

“我们的研究表明，人工智能在医疗保健中的应用具有巨大的潜力，可以帮助医生提供更加个性化的患者护理，”爱丁堡大学数据科学家 Dimitrios Doudesis 说。

未来，研究人员计划在临床环境中使用人工智能工具，并验证其对患者结果的影响。爱丁堡大学心脏病专家和心脏病学教授Mills表示:“人工智能在决策支持工具（例如 CoDE-HF）中的应用，以提供更加个性化的护理尤为重要，因为我们的老龄化患者人口寿命更长，而且既往病症更多。”