人工智能增强的心电图模型对心脏粉样性病的死亡率的预测
Jennifer M Amadio1, Martha Grogan1, Eli Muchtar2
1Department of Cardiovascular Diseases, Mayo Clinic, Rochester, Minnesota, USA.
ESC heart failure
|August 31, 2024
概括
一个人工智能 (AI) 的心电图 (ECG) 模型,A2E得分,有效地预测心肌粉症 (CA) 患者的存活率. 较高的A2E得分表明,轻链粉样化和跨素粉样化中死亡风险增加.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 心脏粉症 (CA) 是一种影响心脏的渐进性疾病.
- 准确的预后对于管理CA患者至关重要.
- 现有的预后模型可能无法完全捕捉疾病风险.
研究的目的:
- 评估经过验证的AI-ECG模型 (A2E得分) 对CA患者的生存预后能力.
- 确定A2E评分是否可以对不同类型的CA中的风险进行分层.
主要方法:
- 对2533名CA患者 (AL,ATTRwt,ATTRv) 的分析.
- 计算每位患者的粉样蛋白AI心电图 (A2E) 评分.
- 使用考克斯比例危险和卡普兰-梅尔生存分析进行风险分层.
主要成果:
- 在多变量分析中,A2E评分是所有原因死亡率的重要独立预测指标.
- 较高的A2E得分与AL氨基粉症的风险增加2倍和ATTR氨基粉症的风险增加2.7倍有关.
- 平均存活时间因CA类型而异,AL患者的存活时间最短.
结论:
- A2E AI-ECG 模型为患有 AL 和 ATTR Amyloidosis 的患者提供了宝贵的预后信息.
- A2E评分有助于风险分层,为CA预测增加了一个新的维度.
- 这种人工智能工具有可能改善CA管理的临床决策.
更多相关视频
04:05Author Spotlight: Unveiling Prognostic Indicators in Heart Failure - The Role of Phase Angle and Bioelectrical Impedance Analysis
Published on: June 30, 2023
1.8K
08:28Methods for ECG Evaluation of Indicators of Cardiac Risk, and Susceptibility to Aconitine-induced Arrhythmias in Rats Following Status Epilepticus
Published on: April 5, 2011
17.7K
