机器学习算法现在可以快速与准确地诊断心脏病发作

机器学习算法现在可以快速与准确地诊断心脏病发作目前,诊断心脏病发作的金标准是测量血液中蛋白质肌钙蛋白的水平。肌钙蛋白在心肌受损时释放出来;水平通常在心脏病发作后3至12小时内急剧上升,大约24小时后达到峰值。世界各地的许多医院都采用了诊断路径,包括在有人因疑似心脏病发作入院时评估肌钙蛋白水平。但它们有一些局限性:它们需要固定时间收集血样,这在急诊科环境中是一个挑战;它们只将患者分为心脏病发作的低、中或高风险,而不考虑其他重要信息,如症状何时开始或心电图结果;而且,它们没有考虑到性别、年龄和合并症的影响。现在,英国的研究人员已经开发出一种基于人工智能的机器学习算法,该算法快速而准确。该算法被命名为"急性冠状动脉综合征诊断与评估协作"(CoDE-ACS),旨在计算单个患者心脏病发作的概率。研究人员使用了来自全球六个国家的10286名可能出现心脏病发作的患者的数据。除肌钙蛋白水平外,还利用病人的性别、年龄、心电图结果和病史来"教导"机器学习算法,以确定心脏病发作的概率。与现有的方法相比,研究人员发现CoDE-ACS能排除两倍以上的患者的心脏病发作,准确率达到99.6%。该算法准确地预测了各亚组的心脏病发作,包括男性和女性、老年人、有肾脏(肾脏)损伤的人或那些在症状出现后及早到医院就诊的人。研究人员说,他们的CoDE-ACS算法可以防止不太可能有心脏病发作的病人或心脏病发作后遭受心肌损伤或死亡的低风险病人不必要地入院。他们说这将使急诊治疗更有效率和效果,确定哪些病人可以安全回家,哪些需要留下来做进一步检查。"对于因心脏病发作而出现急性胸痛的患者来说,早期诊断和治疗可以拯救生命,"该研究的通讯作者尼古拉斯-米尔斯说。"不幸的是,许多疾病会导致这些常见的症状,而且诊断并不总是直接的。利用数据和人工智能来支持临床决策,对改善病人的护理和我们繁忙的急诊科的效率有着巨大的潜力"。CoDE-ACS目前正在苏格兰进行试验,以观察它是否能减少拥挤的急诊科的压力。该研究发表在《自然医学》杂志上。...PC版:https://www.cnbeta.com.tw/articles/soft/1359699.htm手机版:https://m.cnbeta.com.tw/view/1359699.htm

相关推荐

封面图片

芯片上模拟心脏病发作:科学家复制头号健康杀手的关键方面

芯片上模拟心脏病发作:科学家复制头号健康杀手的关键方面"我们的设备在一个相对简单和易于使用的系统中复制了心脏病发作的一些关键特征,"生物医学工程和干细胞生物学及再生医学副教授MeganMcCain说,他与博士后研究员MeganRexius-Hall开发了该设备。"这使我们能够更清楚地了解心脏病发作后心脏是如何变化的。从那里,我们和其他人可以开发和测试对限制心脏病发作后可能发生的心脏组织的进一步退化最有效的药物,"McCain补充说。他和Rexius-Hall在最近发表在《科学进展》杂志上的一篇文章中详细介绍了他们的发现,题目是"心肌梗塞边界区芯片显示了氧气梯度对心脏组织功能的独特调节。"美国的头号杀手冠心病是美国的头号杀手。根据美国心脏协会的数据,2018年有36.09万美国人患此疾病,严重的冠心病会导致心脏病发作,心脏病发作占美国死亡人数的12.6%。当冠状动脉中的脂肪、胆固醇和其他物质严重减少富含氧气的血液流向心脏的一部分时,就会发生心脏病,2005年至2014年期间,平均每年有80.5万美国人发生心脏病发作。即使病人从心脏病发作中幸存下来,随着时间的推移,他们也会变得越来越疲劳和容易生病;有些人甚至因心脏衰竭而死亡。这是因为心脏细胞不像其他肌肉细胞那样可以再生。相反,免疫细胞出现在受伤的部位,其中一些可能是有害的。此外,疤痕的形成削弱了心脏和它能泵出的血液量。然而,科学家们并不完全了解这一过程,特别是心脏健康和受伤部位的心脏细胞如何相互沟通,以及它们在心脏病发作后如何以及为何发生变化。麦凯恩和Rexius-Hall相信他们的芯片上的心脏病发作可以为这些奥秘带来一些启示:"从根本上说,我们希望有一个模型,可以让人们更好地了解心脏病发作的伤害。"芯片上的心脏病发作芯片上的心脏病发作实际上是从头开始建立的。底部是一个22毫米乘22毫米的正方形微流体装置,由一种叫做PDMS的橡胶状聚合物制成,其对立面有两个通道,气体在其中流动。上面有一层非常薄的同样的橡胶材料,它对氧气是可渗透的,芯片的顶部绘制了一层微型蛋白质图案,"这样心脏细胞就会排列起来,形成与我们心脏相同的结构。最后,将啮齿动物的心脏细胞移植到蛋白质上生长。"为了模拟心脏病发作,含氧和不含氧的气体通过微流体装置的每个通道被释放出来,"将我们的心脏暴露在芯片上的氧气梯度中,类似于心脏病发作时的真实情况",McCain说。由于微流控设备小而清晰,在显微镜下很容易看到,它还允许研究人员实时观察心脏病发作后有时发生的功能变化,包括心律失常或不规则的心跳,以及收缩功能障碍,或心脏收缩强度的下降。在未来,研究人员可以通过添加免疫细胞或成纤维细胞(心脏病发作后产生疤痕的细胞)使模型更加复杂。相比之下,研究人员无法通过动物模型实时观察心脏组织的变化。此外,传统的细胞培养模型将心脏细胞统一暴露在高、中或低水平的氧气中,但没有梯度。Rexius-Hall说,这意味着它们不能模拟心脏病发作后所谓的边界区受损心脏细胞的真实情况。"设想我们的设备在不久的将来对病人的生活产生积极的影响,特别是对心脏病发作来说,这是非常令人兴奋和有意义的,因为心脏病发作是非常普遍的"。...PC版:https://www.cnbeta.com.tw/articles/soft/1334679.htm手机版:https://m.cnbeta.com.tw/view/1334679.htm

封面图片

过去二十年来美国因心脏病发作的死亡人数急剧下降

过去二十年来美国因心脏病发作的死亡人数急剧下降基于对美国疾病控制和预防中心(CDC)1999-2020年数据的分析,研究结果表明,在这二十余年间,所有种族群体中归因于急性心肌梗塞的年龄调整后的死亡率平均每年下降4%以上。"这是个好消息,"西弗吉尼亚大学心脏病学研究员、该研究的主要作者穆奇-迪塔-乔布福博士说。"研究人员经常强调坏消息,但人们应该知道,即使我们还没有达到目的,我们也在朝着正确的方向取得进展。我认为原因是多因素的,从促进健康和预防活动一直到心脏病发作期间和之后的治疗。"研究人员发现,经年龄调整后,心脏病发作的总体死亡率从1999年的每10万人中约87人死亡下降到2020年的每10万人中约38人。与心脏病发作有关的死亡率在非裔美国人/黑人中最高,1999年每10万人中有104人死亡,2020年每10万人中有46人死亡,而在亚洲人和太平洋岛民中最低。研究人员说,很难确切地确定这种下降是由于心脏病发作的次数减少,还是由于新的诊断策略和治疗方案在发生时有更好的存活率。例如,医院现在经常在怀疑有心脏病发作时检测血液中的肌钙蛋白,这可以帮助临床医生在比以前的诊断策略更早的阶段诊断出心脏病发作。这种变化导致了更早和更敏感的心脏病发作检测,但也使得在不同时期比较心脏病发作的数据具有挑战性。在预防方面,公众已经更加意识到需要通过戒烟和管理胆固醇等步骤减少心血管风险因素。临床医生也对心脏病发作的迹象有了更好的了解,并改进了工具,以便在发作时快速诊断和治疗。更多的医院还配备了机械支持设备,以协助心脏病发作的治疗,并且有了新的药物,如强效抗血小板,这可能提高了生存率,减少了第二次心脏病发作的可能性。该研究还发现,种族差异已经大大缩小了。例如,在1999年,非裔美国人/黑人和白人之间的心脏病发作相关死亡率的差异约为每10万人中有17人死亡,而在2020年,每10万人中有8人死亡。"这是一个很大的差距缩小,"乔布福说。"我没有想到差距会下降得这么快。"与心脏病发作有关的死亡人数总体稳步下降的一个例外是2020年略有上升。研究人员认为这可能与COVID-19大流行有关,但表示需要进一步研究以确定这一变化的原因和此后的轨迹。"对于参与为这些病人提供最佳护理的每个人来说,他们应该知道他们一直在做一项伟大的工作,"乔布福说。"但这并不意味着我们可以停止。即使是一个人的死亡也是太多了,即使是一个人的差距也是一个人的差距。我们可以进一步推动,并努力消除这些差距。"据估计,80%的过早心脏病发作和中风可以通过有益于心脏健康的生活方式来预防,如保持健康饮食、定期锻炼和避免吸烟。在会议上提出的另一项研究中,只有十分之一的美国人报告说从他们的医生那里得到了关于如何保持心脏健康的生活方式的建议,包括体重控制、运动、盐的摄入和脂肪或卡路里摄入这四个关键领域。该研究表明,临床医生可以做更多的工作,以确保病人了解目前预防心脏病的建议,特别是在生命的早期,形成心脏健康的习惯会带来特别大和持久的好处。这项名为"2009-2020年美国18至44岁年轻成年人的心血管危险因素负担和控制"的试验将同时发表在《美国医学协会杂志》上。根据CDC的数据,美国每年有80多万人遭受心脏病发作。心脏病发作的常见迹象包括呼吸急促,胸部、下巴、颈部、背部、手臂或肩膀疼痛或不适;以及感到虚弱、头晕或昏厥。心脏病发作是一种医疗紧急情况,任何出现这些症状的人都应该立即拨打911并到急诊室就诊。...PC版:https://www.cnbeta.com.tw/articles/soft/1347755.htm手机版:https://m.cnbeta.com.tw/view/1347755.htm

封面图片

COVID-19感染波被发现跟心脏病发作死亡人数激增有关

COVID-19感染波被发现跟心脏病发作死亡人数激增有关来自雪松-西奈的新研究发现,在大流行的过程中,心脏病发作的死亡人数与COVID-19的感染潮一起激增。该研究结果不能将心脏病发作的增加与COVID有因果关系,然而,该研究远远不是第一个表明SARS-CoV-2感染会损害心脏健康的研究。PC版:https://www.cnbeta.com/articles/soft/1330849.htm手机版:https://m.cnbeta.com/view/1330849.htm

封面图片

研究人员通过重新编程疤痕细胞逆转心脏病发作的损害

研究人员通过重新编程疤痕细胞逆转心脏病发作的损害新研究的关键涉及让像这样的成纤维细胞转化为健康的心脏组织,从而帮助恢复其弹性仅在美国,每40秒就有一个人心脏病发作,这意味着找到一种方法来预防和减少这些心脏事件的损害是科学家们的主要优先事项。虽然大量的研究用于预防心脏病发作,但我们现在看到对如何在心脏遭受损害后进行修复的调查,特别是心脏病发作后形成的疤痕组织。这是因为留下的疤痕组织比健康的心脏组织更加坚硬。由于它的弯曲度较小,它可能会限制心脏的正常功能,并导致未来的并发症。今年早些时候,澳大利亚的研究人员发现了一种通过提高弹性蛋白来对抗大鼠心脏疤痕的方法,弹性蛋白是一种使一些身体组织具有弹性的物质。在该研究中,心脏疤痕缩小并变得更加灵活,使心脏恢复到接近其正常功能。这项新研究是由杜克大学(DU)的研究人员进行的,他们研究了成纤维细胞的功能,这些细胞参与形成结缔组织和疤痕组织。他们的计划是使用一种涉及RNA的过程,称为细胞重编程,这将使成纤维细胞在心脏病发作后重新变成健康的心脏组织。此前,该技术不仅被研究用于心脏修复工作,还被研究用于恢复中风患者的运动功能、伤口修复等等。然而,在与小鼠的合作中,他们发现成年成纤维细胞对重新编程有抵抗力,而幼年成纤维细胞则没有这种情况。他们发现,这种差异涉及一种被称为Epas1的蛋白质氧传感器,它使成年细胞无法遵循重编程指令。当Epas1在成体细胞中被抑制时,它们成功地进行了转化。监督这项研究的杜克大学医学院医学和病理学副教授康拉德-霍奇金森说:"当我们逆转了成纤维细胞的老化过程,基本上使成纤维细胞认为它们再次年轻,我们将更多的成纤维细胞转化为心肌。"随着Epas1被抑制,研究小组将RNA包送入心脏病发作的小鼠体内。RNA包含将成纤维细胞转化为健康心脏组织的重新编程指令,并被包裹在外泌体中,外泌体是在整个身体内发现的囊状结构。"外泌体有点像购物袋,"Hodgkinson说。"细胞把很多东西塞进一个大球里,向其他细胞发送和发出信号。它们是细胞之间相互交流的一种方式。""该技术被证明是成功的。"Hodgkinson说:"我们能够通过逆转心脏中成纤维细胞的老化来恢复心脏病发作后失去的几乎所有心脏功能。"因为这项研究不仅采用了细胞重编程,而且还采用了一种逆转衰老对一些细胞的影响的方法,研究人员说,这些发现可能对医学的其他领域产生影响,包括再生大脑中的神经元,以及逆转某些皮肤病的皮肤疤痕。该研究已发表在《生物化学杂志》上。...PC版:https://www.cnbeta.com.tw/articles/soft/1355769.htm手机版:https://m.cnbeta.com.tw/view/1355769.htm

封面图片

研究发现心脏病发作后长期使用β-受体阻滞剂对心血管没有好处

研究发现心脏病发作后长期使用β-受体阻滞剂对心血管没有好处β-受体阻滞剂--已经有50多年的历史--阻止应激激素肾上腺素(adrenaline)的释放,使心脏跳动更慢,力量更小,并降低血压。2022年,大约有3000万美国人在服用β-阻断剂。它们在心脏病发作(心肌梗塞)后被定期处方,以减少进一步心脏病发作的风险,但它们也有缺点。β-受体阻滞剂的常见副作用包括感觉头晕,手指和脚趾发凉,疲劳和体重增加。不太常见的是,它们可能导致抑郁和睡眠困难。最近的一项研究调查了43618名曾经有过心脏病发作但后来没有出现心力衰竭或其他心脏并发症的成年患者,以了解长期服用β-阻断剂是否有任何好处。这是最大规模的研究。许多关于心脏病发作后使用β-受体阻滞剂的研究可以追溯到25年前或更早,因此研究人员希望知道是否应该根据医学治疗的变化来重新考虑其使用。例如,现在普遍使用防止血栓在心脏血管中形成和生长的药物作为一线治疗。新西兰奥克兰TeWhatuOraHealth公司的汤姆-埃文斯和拉尔夫-斯图尔特在一篇关于该研究的评论文章中说:"关于β-受体阻滞剂治疗持续时间的建议是可变的或没有的,因为这个问题没有在临床试验中得到具体评估。大多数患者在心肌梗塞后多年都在服用日常药物,因为他们认为这些药物是有益的"。研究人员从瑞典的国家冠心病登记处--瑞典加强和发展根据推荐疗法评估心脏病的循证护理网络系统(SWEDEHEART)获得了数据。该研究的参与者在2005年至2016年期间有过需要住院治疗的心脏病发作,但他们都没有心力衰竭或左心室收缩功能障碍(LVSD),这是心脏病发作的一种严重并发症,会导致心脏病发作一年后心脏的左下腔(心室)泵送效率降低。研究人员比较了那些用β-受体阻滞剂治疗的人和那些没有用过的人,发现在平均四年半的监测期后,用β-受体阻滞剂治疗一年以上与心血管疾病的改善没有关系。研究人员说,这项研究的结果应该导致重新思考使用β-受体阻滞剂来治疗心脏病发作后没有并发症的病人,特别是考虑到疲劳和抑郁等副作用的风险。对他们来说,这成了一个生活质量的问题。他们建议进一步研究以确认这些病人使用β-受体阻滞剂和心脏结果之间的关系。该研究发表在《心脏》杂志上。...PC版:https://www.cnbeta.com.tw/articles/soft/1357949.htm手机版:https://m.cnbeta.com.tw/view/1357949.htm

封面图片

新研发的人工智能可以用一张X光片预测心脏病发作和中风风险

新研发的人工智能可以用一张X光片预测心脏病发作和中风风险这项技术正在美国国家癌症研究所设计的一项特殊试验中进行研究和培训,它被称为CXR-心血管风险。它基于由大约11430名门诊确诊病人组成的独立队列训练而来,所有这些人的胸部X光片都有可能符合他汀类药物治疗的条件,这是一种帮助解决心脏病发作风险的预防药物。然后人工智能系统将这些X光片与新病人的X光片进行比较,寻找类似的建模和实例,以帮助它预测病人的心脏病发作风险。北美放射学会(RSNA)的一次年会上分享了本次对照试验的结果。根据这些结果,医生很快就能用这项技术检测出病人的心脏病发作和中风的高风险。这是一项耐人寻味的技术,它有望改变我们早期检测这类问题的方式,更妙的是,该技术可以使用X光片来预测病人未来10年左右的心脏病发作风险,从而提供宝贵的时间来帮助遏制病人健康中可能出现的任何问题防止病情恶化。人工智能的进步有助于使这种类型的技术成为可能。而且,由于它允许医疗专业人员深入挖掘这些风险,而不必做侵入性手术和测试就可以确定是否有更多的人有更高的心脏病发作风险,需要改变他们的生活,或者早日介入治疗。可能有人担心人工智能会危害所有人的生活,但看到这项技术在未来的发展,尤其是在机器学习的医疗方面有如此大的关注度,似乎也是有好的一面。...PC版:https://www.cnbeta.com.tw/articles/soft/1334325.htm手机版:https://m.cnbeta.com.tw/view/1334325.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人