人工智能衍生的心电图衰老和心房的风险:一项跨国研究
Seunghoon Cho1, Sujeong Eom2,3, Daehoon Kim1
1Division of Cardiology, Department of Internal Medicine, Severance Cardiovascular Hospital, Yonsei University College of Medicine, 50-1 Yonsei-ro, Seodaemun-gu, Seoul 03722, Korea.
European heart journal
|December 3, 2024
概括
使用心电图 (ECG) 的人工智能 (AI) 可以预测年龄. 显著的年龄差距,称为心电图衰老,与心房动 (AF) 风险的增加有关.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 老年学是一门学科.
背景情况:
- 应用于12导电心电图 (ECG) 的人工智能 (AI) 算法为年龄预测提供了新的方法.
- 人工智能预测的年龄和时间表年龄之间的差异被称为心电图衰老 (ECG衰老).
研究的目的:
- 研究ECG衰老与心房动 (AF) 风险之间的关联.
- 评估ECG衰老作为预测新发和早期发作的AF的有用性.
主要方法:
- 开发并验证了一个AI-ECG年龄预测模型,使用大规模的多国数据集.
- 在不同的队列 (韩国,英国,美国) 中计算了AI-ECG年龄差距,并将参与者分为正常年龄组和ECG年龄组.
- 评估了ECG衰老对新发和早期发作的AF风险的预测能力.
主要成果:
- 在所有研究的队列中,ECG年龄组 (年龄差距≥7年) 显示出新发AF风险显著增加.
- 与正常组相比,在ECG年龄组中也观察到早期发病的AF风险增加.
- 新发性AF的危险比率从1.76到2.50不等,早期AF的赔率比率从1.58到2.89不等.
结论:
- 人工智能衍生的心电图衰老与新发动心房动和早期心房动的风险增加有关.
- 电电图衰老显示出潜在的价值工具,用于识别面临AF预防高风险的个体.
- 这一发现有望在不同的人群中应用.
