Date:September 3, 2019
Source:British Heart Foundation
      根据英国心脏基金会（BHF）资助的一项新研究，使用人工智能（AI）开发的技术可以至少提前5年识别发生致命性心脏病的高危人群。研究结果在巴黎的欧洲心脏病学会（ESC）大会上发表，并发表在《欧洲心脏杂志》上。
      牛津大学的研究人员利用机器学习技术开发了一种新的生物标记物或称“指纹”，称为脂肪放射学特征（FRP）。指纹检测出向心脏供应血液血管周围空间内衬里的生物学预警标志。它可以识别炎症，疤痕和这些血管的变化，这些都是未来心脏病发作的指症。
      当有人因胸痛去医院时，现在标准方法是进行冠状动脉CT血管造影（CCTA）。这是对冠状动脉的扫描，以检查是否有狭窄或阻塞的节段。如果没有出现明显狭窄的动脉（占扫描的约75％），病人可以回家，但其中一些人将仍会复发。医生没有常规的方法去发现所有潜在的危险信号，以防以后的复发。
      在这项研究中，Charalambos Antoniades教授及其团队对167名接受心脏手术的人进行了脂肪活检。分析了与炎症，瘢痕形成和新血管形成相关的基因表达，并将它们与CCTA扫描图像相匹配，以确定哪些特征最能表明心脏周围脂肪的变化，或称为血管周围脂肪。
      之后，研究小组比较了来自5487名个体的101人的CCTA扫描结果，这些患者在没有对照的情况下进行5年内心脏病发作或心血管病死亡的变化情况调查。血管周围空间变化，表明某人患心脏病的风险高低。他们使用机器学习技术开发了FRP指纹，可以捕获风险程度。添加的心脏扫描次数越多，预测就越准确。
      他们在SCOT-HEART试验中测试了1,575人的这种血管周指纹的性能，表明FRP在预测心脏病发作方面具有惊人的价值，超过了目前在临床实践中使用的任何工具所能达到的水平。
该小组希望这项强大的技术将使更多的人避免心脏病发作，并计划在明年将其推广给医疗保健专业人员，并希望在未来2年内将其与CCTA扫描一起纳入常规医保中。
      牛津大学心血管医学教授兼BHF高级临床研究员Charalambos Antoniades教授说：
“仅仅因为有人对自己的冠状动脉进行了扫描后发现并没有缩小，这并不意味着他们没有心脏病发作的风险。
      “通过利用人工智能的力量，我们发出的指纹，可以在人的动脉周围发现'不良'特征。这具有巨大的潜力，可以发现疾病的早期征兆，并能够在心脏病发作之前采取所有预防措施，最终挽救生命。
      “我们坚信这项技术可以在明年内挽救更多的生命。”
      英国心脏基金会副医学主任Metin Avkiran教授说：“每5分钟，就有人因心脏问题送往医院。这项研究说明了机器学习技术的创新使用是可以改变我们如何识别有心脏病发作风险进而预防它。“这是一项重大进步。新的'指纹'可以从常规用于扫描狭窄动脉的扫描中提取出有关基础生物学的其他信息。这种基于AI的技术可以更精确地预测即将来临的心脏病发作，对于怀疑患有冠状动脉疾病人个性化护理迈出了一大步。”