人工知能を活用した心血管リスク：プライマリケアの視点

科学分野:

• 心臓病学
• 人工知能
• 深層学習

背景:

• 心血管疾患（CVD）は、世界的な死亡原因の主な原因です。
• プライマリケア医師は、早期のCVD検出と予防において重要です。
• 本研究では、プライマリケアにおけるAI駆動型心血管リスク（CVR）層別化を検討します。

研究 の 目的:

• CVR層別化のためのAIベースの時間的深層学習（DL）モデルの有効性を調査する。
• プライマリケア設定における心血管疾患の早期発見と予防をサポートする。
• AI統合による患者管理とリソース割り当てを強化する。

主な方法:

• LSTMおよびGRU時間的DLアーキテクチャを実装しました。
• 人口統計および臨床データ（年齢、性別、BMI、BP、喫煙、糖尿病、高血圧）を持つ合成患者コホートを利用しました。
• CVRカテゴリと確率を予測するためにシーケンシャルデータでモデルをトレーニングし、臨床推奨事項に対して出力をベンチマークしました。

主要な成果:

• LSTMおよびGRUモデルは、さまざまな時間的範囲でCVRを正常に予測しました。
• モデル予測は、フォローアップおよび介入のための臨床的に解釈可能な推奨事項に変換されました。
• 実行可能な洞察を得て心血管リスクを予測する時間的DLの能力を実証しました。

結論:

• AI駆動型CVR予測は、家庭医療における早期介入戦略を強化できます。
• AI統合の潜在的な利点は、患者管理とリソース割り当ての最適化です。
• 時間的DLは、プライマリケアにおける予防ケアの結果を強化する可能性を示しています。