中大研究发现手术治疗睡眠窒息能显著降低严重患者血压

中大研究发现手术治疗睡眠窒息能显著降低严重患者血压中大医学院表示，本港约有5%小学生患有「阻塞性睡眠窒息症」，除了影响睡眠质素及日常生活，亦有机会令患者血压上升，同时增加他们将来患上心血管疾病的风险。中大医学院进行全球首个随机对照研究，发现透过手术治疗睡眠窒息，能显著降低严重患者的血压，但若病人在手术后体重明显增加，会削弱降低血压的作用。中大表示，儿童睡眠窒息症常见成因主要包括腺样体或扁桃腺胀大，首选的治疗方案通常是腺样体扁桃体切除术。中大的研究，招募109名有睡眠窒息症征状的6至11岁儿童，在开始研究时及参与研究后9个月，为参加者纪录24小时的血压。结果显示，完成手术的病人能更有效改善病情，特别是严重患者接受手术后、睡眠时平均每小时阻塞性呼吸暂停次数，由平均23次减少至只有4次，大部分病情可以由严重转为轻微至中度。结果亦显示，严重患者在手术后的血压录得较大跌幅。另外，团队亦发现，完成手术的患者，可能因为呼吸畅顺了而减少能量消耗，以致体重相对较易增加，从而导致血压上升，建议家长留意子女手术后的体重，维持健康饮食及恒常运动。2023-10-0207:13:41

人工智能模型改善了乳腺手术中癌症肿瘤的切除效果

人工智能模型改善了乳腺手术中癌症肿瘤的切除效果早期乳腺癌的首选治疗方法是保乳手术，即乳房部分切除术，并结合放疗。手术中必须切除所有癌变乳腺组织，以防止癌症复发。检查的方法是检查切除组织的外缘，确保不含癌细胞，即"阴性边缘"。对组织进行乳房X射线照相术（标本乳房X射线照相术）是确保阴性边缘的广泛手段，因为它可以在手术室内进行，并能提供即时反馈。然而，乳腺标本造影可能并不准确，如果后来发现癌细胞，就需要进一步手术切除更多组织。北卡罗来纳大学（UNC）医学院的研究人员开发了一种人工智能模型，可以实时预测乳腺癌手术中癌变组织是否已被完全切除。该研究的通讯作者之一克里斯塔琳-加拉格尔（KristalynGallagher）说："有些癌症你能感觉到，也能看到，但我们看不到可能存在于切除组织边缘的微小癌细胞。其他癌症则完全是微观的。这种人工智能工具可以让我们更准确地实时分析手术切除的肿瘤，并增加手术中切除所有癌细胞的机会。这将避免患者再次接受第二次或第三次手术。"为了向人工智能模型"传授"阴性和阳性边缘是什么样的，研究人员使用了切除术后立即拍摄的821张标本乳腺X光图像，并与病理学家的最终标本报告相匹配。超过一半（53%）的图像边缘呈阳性。他们还向模型提供了患者的人口统计学数据，如年龄、种族、肿瘤类型和肿瘤大小。用于教授人工智能模型的阴性和阳性标本乳腺X射线照相图像示例Chen等人/UNCHealth他们发现，人工智能模型的灵敏度为85%，特异度为45%，接收者工作特征曲线下面积(AUROC)为0.71。灵敏度衡量的是模型检测阳性实例的能力，而特异性衡量的是模型正确识别的真正阴性实例的比例。AUROC衡量模型的整体性能，提供一个介于0和1之间的值，其中0.5表示随机猜测，1表示完美性能。研究人员表示，与人类解读的准确性相比，人工智能模型的表现与人类不相上下，甚至更好。从这个角度来看，以前的研究发现，乳腺标本成像的灵敏度在20%到58%之间，AUROC在0.60到0.73之间。该研究的第一作者凯文-陈（KevinChen）说："思考人工智能模型如何利用计算机视觉支持医生和外科医生在手术室中的决策是一件有趣的事情。我们发现，人工智能模型在识别阳性边缘方面与人类不相上下，甚至略胜一筹"。该模型有助于识别乳腺密度较高患者的边缘。在乳房X光照片上，密度较高的乳腺组织和肿瘤都呈现为亮白色，因此很难区分健康组织和癌变组织。研究人员说，他们的人工智能模型可用于资源较少的医院，如专科外科医生、放射科医生或病理学家，以便在手术室做出快速、明智的决定。共同通讯作者肖恩-戈麦斯（ShawnGomez）说："这就像是为那些可能没有现成专业知识的医院提供了一层额外的支持。外科医生可以得到在成百上千张图像上训练出来的模型的支持，而不是做出最佳猜测，并能立即得到手术反馈，从而做出更明智的决定。"该人工智能模型还处于早期阶段，研究人员将继续用更多的乳腺X射线图像对其进行训练，以提高其辨别边缘的准确性。在应用于临床之前，该模型还需要进一步的研究验证。这项研究发表在《肿瘤外科年鉴》（AnnalsofSurgicalOncology）杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1386661.htm手机版：https://m.cnbeta.com.tw/view/1386661.htm

人工智能工具可以在60秒或更短时间内扫描视网膜并预测心脏病风险

人工智能工具可以在60秒或更短时间内扫描视网膜并预测心脏病风险使用机器学习开发的软件可以通过分析一个人眼睛里的静脉和动脉血管，在不到一分钟的时间里可以预测其患心脏病的风险。这项发表在《英国眼科杂志》上的新研究，为开发快速和廉价的心血管筛查铺平了道路，如果这些发现在未来的临床试验中得到验证。这些筛查将让个人知道他们中风和心脏病发作的风险，而不需要验血，甚至不需要测量血压。PC版：https://www.cnbeta.com/articles/soft/1324637.htm手机版：https://m.cnbeta.com/view/1324637.htm

新型人工智能工具改变了乳腺癌的治疗方法和预后

新型人工智能工具改变了乳腺癌的治疗方法和预后人工智能工具能够识别出目前被归类为高风险或中度风险但成为长期幸存者的乳腺癌患者。这意味着他们的化疗时间或强度可以缩短。这一点非常重要，因为化疗会带来令人不快的有害副作用，如恶心，或更罕见的对心脏的损害。目前，病理学家通过评估患者组织中的癌细胞来确定治疗方法。但研究显示，非癌细胞的模式对预测结果非常重要。这是第一项使用人工智能对浸润性乳腺癌的癌细胞和非癌细胞进行全面评估的研究。"我们的研究证明了非癌成分在决定患者预后方面的重要性，"该研究的通讯作者、西北大学范伯格医学院病理学副教授李-库珀（LeeCooper）说。"生物学研究已经知道了这些元素的重要性，但这些知识还没有有效地转化到临床应用中"。这项研究将于今天（11月27日）发表在《自然医学》杂志上。2023年，约有30万美国妇女将被诊断为浸润性乳腺癌。大约每八名美国妇女中就有一人在一生中会被诊断出患有乳腺癌。在诊断过程中，病理学家会对癌变组织进行复查，以确定组织的异常程度。这一过程被称为分级，主要针对癌细胞的外观，几十年来基本保持不变。病理学家确定的分级有助于决定患者将接受何种治疗。许多乳腺癌生物学研究表明，非癌细胞，包括免疫系统细胞和为组织提供形态和结构的细胞，在维持或抑制癌症生长方面发挥着重要作用。库珀及其同事建立了一个人工智能模型，从数字图像中评估乳腺癌组织，测量癌细胞和非癌细胞的外观以及它们之间的相互作用。西北大学罗伯特-H-卢里综合癌症中心成员库珀说："病理学家评估这些模式具有挑战性，因为人眼很难对它们进行可靠的分类。人工智能模型测量这些模式，并以一种让病理学家清楚人工智能决策过程的方式向病理学家展示信息"。"人工智能系统分析患者乳腺组织的26种不同属性，生成总体预后评分。该系统还能生成癌细胞、免疫细胞和基质细胞的单项评分，以便向病理学家解释总体评分。例如，对某些患者来说，良好的预后评分可能是由于其免疫细胞的特性，而对另一些患者来说，良好的预后评分可能是由于其癌细胞的特性。病人的护理团队可以利用这些信息制定个性化的治疗方案。采用这种新模型可以为被诊断为乳腺癌的患者提供与其疾病相关的更准确的风险估计，使他们有能力对自己的临床治疗做出明智的决定。此外，该模型还有助于评估治疗反应，根据组织的显微外观随时间的变化情况来升级或降级治疗。例如，该工具也许能识别病人的免疫系统在化疗过程中针对癌症的有效性，从而缩短化疗时间或降低化疗强度。库珀说："我们还希望这种模式能够减少在社区环境中确诊的患者的不平等。这些患者可能无法接触到乳腺癌专科病理学家，而我们的人工智能模型可以帮助全科病理学家评估乳腺癌"。这项研究是与美国癌症协会（ACS）合作进行的，该协会通过癌症预防研究建立了一个独特的乳腺癌患者数据集。该数据集代表了来自美国超过423个县的患者，其中许多人是在社区医疗中心接受诊断或治疗的。这一点非常重要，因为大多数研究通常使用大型学术医疗中心的数据，而这些数据只代表了美国人口的一部分。在这次合作中，西北大学开发了人工智能软件，而美国癌症协会和国家癌症研究所的科学家则提供了乳腺癌流行病学和临床结果方面的专业知识。为了训练人工智能模型，科学家们需要在患者组织的数字图像中生成数十万个由人类生成的细胞和组织结构注释。为此，他们创建了一个由几大洲的医学生和病理学家组成的国际网络。这些志愿者在数年时间里通过网站提供这些数据，使人工智能模型能够可靠地解读乳腺癌组织图像。接下来，科学家们将对这一模型进行前瞻性评估，以验证其临床用途。这与西北医学中心将在未来三年内过渡到使用数字图像进行诊断的时间相吻合。科学家们还在努力开发适用于更多特定类型乳腺癌（如三阴性或HER2阳性）的模型。浸润性乳腺癌包括几种不同的类型，不同类型乳腺癌的重要组织模式可能会有所不同。库珀说："这将提高我们预测结果的能力，并将为乳腺癌的生物学研究提供进一步的见解。"...PC版：https://www.cnbeta.com.tw/articles/soft/1400159.htm手机版：https://m.cnbeta.com.tw/view/1400159.htm

研究：食盐替代品可降低心脏病/中风及死亡的风险

研究：食盐替代品可降低心脏病/中风及死亡的风险根据对现有证据的集合数据分析，饮食中的食盐替代品能降低心脏病发作、中风以及因各种原因和心血管疾病死亡的风险。该研究结果于8月9日发表在BMJ期刊《Heart》上。研究人员认为，这些替代物的有益作用可能适用于全世界的人们。高血压是早期死亡的一个重要风险因素，而心血管疾病是全球死亡的主要原因。众所周知，高钠低钾的饮食会增加血压。据研究人员说，全世界约有12.8亿人患有高血压，尽管其中一半以上没有得到诊断。众所周知，用氯化钾(KCl)代替一定比例的氯化钠(NaCl)的盐替代品有助于降低血压。最近发表的一项来自中国的大型研究发现，食盐替代品能减少心脏病发作、中风和早期死亡的风险。然而，前还不清楚这些好处是否适用于世界其他地区。为了弄清这一点，科学家们翻阅了研究数据库并寻找截至2021年8月底发表的随机临床试验，这些试验报告了盐替代品对血压、心血管健康和早期死亡的影响。血压以毫米汞柱为单位，由两个数字组成：收缩压--较高的数字，表示心脏向身体周围泵送血液的力量；舒张压--较低的数字，表示心脏充血时的动脉压力。研究人员汇集了21项相关的国际临床试验的结果，这当中涉及近30,000人。这些试验是在欧洲、西太平洋地区、美洲和东南亚进行。研究期从1个月到5年不等。氯化钠在代用盐中的比例从33%到75%不等；钾的比例从25%到65%不等。根据汇总的数据分析，盐替代品降低了所有参与者的血压。收缩压总体下降4.61mmHg，舒张压总体下降1.61mmHg。血压的降低似乎是一致的，不受地域、年龄、性别、高血压史、体重(BMI)、基线血压及尿钠和钾的基线水平的影响。而代用盐中氯化钠的比例每降低10%，收缩压就会额外下降1.53mmHg，舒张压则会额外下降0.95mmHg。没有迹象表明摄入更多的钾会对健康有害。对其中五项涉及24000多名参与者的试验结果进行的汇总数据分析显示，食盐替代品将任何原因导致的早期死亡风险降低了11%，心血管疾病风险降低了13%，心脏病发作或中风风险降低了11%。科学家们承认他们的研究结果有一定的局限性，包括集合数据分析中的研究在设计上有所不同，另外没有高血压的人的数据相对较少。但他们强调，他们的研究结果跟迄今为止最大的富钾盐替代品试验SSaSS的研究结果相呼应。“由于血压降低是食盐替代品提供心血管保护的机制，观察到的一致的血压降低有力地证明了在SSaSS中观察到的心血管保护效应在中国以外的地区具有普遍性，”研究人员说道。最后他们总结道：“这些发现不太可能反映出偶然性并支持在临床实践和公共卫生政策中采用食盐替代品作为减少膳食钠摄入量、增加膳食钾摄入量、降低血压和预防重大心血管事件的战略。”...PC版：https://www.cnbeta.com/articles/soft/1303511.htm手机版：https://m.cnbeta.com/view/1303511.htm

人工智能现可识别5种心衰 用于指导风险预测和治疗

人工智能现可识别5种心衰用于指导风险预测和治疗"心力衰竭"是一个总括性术语，用于描述当心脏不能有效地泵送血液和氧气以满足身体的需要。它可以由影响病情治疗的几个潜在因素引起。心衰的风险因素包括冠状动脉疾病和心脏病发作、糖尿病、高血压、超重和肥胖以及心脏瓣膜的疾病。传统上，不同类型的心力衰竭是根据一个人的左心室射血分数（LVEF）来分类的，即心脏左心室每次收缩时推出的血液量。但2018年瑞典的一项机器学习研究发现，LVEF并不能预测心衰的存活率。现在，伦敦大学学院的研究人员利用四个机器学习模型开发了一个确定心衰亚型的框架，这可能会更好地指导治疗和确定未来风险。研究人员查看了英国30多万名被诊断为心力衰竭的患者的匿名电子健康记录数据，时间跨度达20年。这些数据取自两个代表英国人口的大型初级保健数据集。该研究的主要作者AmitavaBanerjee说："我们试图改善我们对心力衰竭的分类方法，目的是更好地了解疾病的可能进程，并将其传达给病人。目前，这种疾病如何发展对个别病人来说是难以预测的。有些人的病情会稳定很多年，而有些人则会迅速恶化。"为了避免使用一个机器学习模型可能产生的偏见，研究人员使用了四个模型将心力衰竭病例分成了几组。在使用部分数据进行训练后，这些模型根据可能的635个因素中的87个因素分辨出五个亚型，包括年龄、症状、是否存在其他疾病、病人服用的药物、血压等健康参数以及肾功能等测试结果。这些亚型使用一个单独的数据集进行了验证。这五种亚型是根据具体的特征进行分组的。早发"包括风险因素发生率低的年轻人。晚发'是指年龄较大、女性、处方药少且有心血管疾病的人。房颤相关-一种心脏不规则跳动的情况，或是患有心脏瓣膜疾病的人。"代谢性亚型"包括超重的人，他们的危险因素比率中等，但心血管疾病的比率较低。而"心脏代谢型"包括服用大量处方药的超重人群，他们的风险因素和心血管疾病的比率很高。研究人员发现，不同亚型之间在诊断后一年内的死亡风险是不同的。一年后，心房颤动相关亚组的人全因死亡风险最高（61%），其次是晚发（46%）、心脏代谢（37%）、早发（20%）和代谢（11%）。研究人员说，该研究的发现可用于改善心衰的治疗。Banerjee说："更好地区分心力衰竭的类型也可能导致更有针对性的治疗，并可能帮助我们以不同的方式思考潜在的治疗方法。"研究人员根据他们的机器学习方法开发了一个应用程序，医生可以用它来确定一个人属于哪个亚型。它可以用来指导病人教育和改善对未来风险的预测。"下一步是看这种心力衰竭的分类方法是否能给病人带来实际的变化--它是否能改善风险预测和临床医生提供的信息质量，以及它是否能改变病人的治疗，"Banerjee说。"我们还需要知道它是否会有成本效益。我们设计的应用程序需要在临床试验或进一步的研究中进行评估，但可以帮助常规护理。"该研究发表在《柳叶刀数字健康》杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1362207.htm手机版：https://m.cnbeta.com.tw/view/1362207.htm