将人工智能纳入心血管疾病预防 - - 新加坡的见解

科学领域:

• 心血管疾病初级预防心血管疾病初级预防
• 医疗信息学 医疗信息学
• 医疗保健中的人工智能

背景情况:

• 目前的心血管疾病 (CVD) 初级预防策略存在局限性.
• 人工智能 (AI) 提供了潜在的解决方案来弥合这些护理差距.
• 需要综合系统来识别和管理心血管疾病风险的个体.

研究的目的:

• 开发和实施人工智能驱动的实时心血管风险评估系统.
• 整合多样化的数据源,以全面了解心血管疾病风险因素.
• 创建一个新的工作流程,协调预防性心脏病治疗和跟踪结果.

主要方法:

• 在新加坡国立大学卫生系统 (NUHS) 中利用了数据信息学能力.
• 采用了Endeavour AI系统和大型语言模型 (LLM) 工具.
• 开发了 CardioSight,这是一个实时仪表板,用于个人和地理心血管风险因素分析.
• 综合药物记录和社会经济决定因素,以实现全系统的方法.
• 将系统与诸如慢性疾病管理计划 (CHAMP) 等干预措施结合起来.

主要成果:

• 创建了 CardioSight,这是一个实时仪表板,展示心血管风险因素.
• 通过结合药物和社会经济数据,实现了全系统的方法.
• 通过诸如CHAMP.这样的干预措施,促进了预防性心脏病治疗的协调.
• 证明AI能够识别有风险的患者并指导缓解策略的能力.

结论:

• 人工智能和LLM可以显著改善心血管疾病的上游初级预防.
• CardioSight系统和CHAMP程序代表了预防心血管疾病的新的工作流程.
• 这种综合方法弥合了风险识别和有效的患者护理管理之间的差距.