新AI工具从旧CT扫描中精准预测隐匿性心脏病风险

最近，美国马萨诸塞州总医院布里格姆医疗中心（Mass General Brigham）的研究人员与美国退伍军人事务部（VA）合作开发了一种新的AI工具，名为AI-CAC。该工具能够通过分析患者记录中已有的CT扫描图像，检测出冠状动脉钙化（CAC）水平较高的个体，这些个体患心血管疾病的风险较高。这项研究发表在《新英格兰医学杂志人工智能》上，结果显示AI-CAC在预测未来心脏病发作和10年死亡率方面具有较高的准确性和预测价值。 研究人员表示，许多患者在就医过程中会进行CT扫描，但这些扫描数据通常仅用于诊断特定的疾病或症状，而不被进一步利用。AI-CAC的创新之处在于，它能够在不增加额外检查的情况下，从现有的图像数据库中挖掘出有价值的信息。这意味着医生可以在不影响患者就诊体验的情况下，获得更多的风险评估数据。 该研究团队通过对大量历史CT扫描图像进行训练，使AI-CAC能够识别出不同水平的冠状动脉钙化。研究发现，AI-CAC不仅能够准确识别出高风险患者，还能预测其未来10年内的死亡风险。例如，在一项大型验证试验中，AI-CAC成功地将高CAC水平的患者与低CAC水平的患者区分开来，其准确性超过了传统的风险评分方法。 这一工具的成功不仅为临床医生提供了更强的决策支持，也为心血管疾病的预防和管理带来了潜在的变革。研究人员认为，广泛实施AI-CAC可以帮助医疗系统更早地发现高风险患者，并采取早期干预措施，从而降低心脏病的发病率和死亡率。此外，AI-CAC还能够节省医疗资源，减少不必要的重复检查，提高诊疗效率。 该团队还计划在未来扩大AI-CAC的应用范围，如将其应用于其他类型的影像学数据，如MRI或X光片。他们希望这个工具能在更多的医疗机构中发挥作用，特别是在资源有限的地区，帮助更多人受益于现代医学技术。 业内人士对此成果高度评价，认为这是利用现有医疗数据进行再利用的一个典范案例。AI-CAC的出现不仅展示了人工智能在医学领域的巨大潜力，也体现了跨机构合作的重要性。马萨诸塞州总医院布里格姆医疗中心是一家世界领先的学术型医疗机构，与美国退伍军人事务部的合作有助于将先进的科研成果转化为实际应用，更好地服务于广大患者。