通过心电图启用生物年龄对与衰老相关的疾病进行传统风险评估的重新分类

科学领域:

• 生物医学工程 生物医学工程
• 人工智能在医学中的应用
• 老年学是一门学科.

背景情况:

• 老龄化是许多疾病的主要危险因素.
• 目前的年龄评估方法可能无法完全捕捉生物衰老.
• 预测年龄相关疾病发病的预测模型对于预防性医疗保健至关重要.

研究的目的:

• 开发和验证一个支持人工智能 (AI) 的心电图 (ECG) 模型,以预测心电图生物年龄 (ECG-BA).
• 评估ECG-BA与健康成年人的年代年龄 (CA) 的相关性.
• 评估ECG-BA在预测与衰老有关的疾病发病的有效性,特别是在患有亚临床疾病的成年人中.

主要方法:

• 使用来自健康成年人群的心电图数据开发AI模型.
• 验证模型预测ECG-BA的能力.
• 在ECG-BA和CA之间进行相关性分析.
• 评估ECG-BA对各种心血管和非心血管疾病的预测能力.

主要成果:

• 在健康的成年人中,ECG-BA显示了与CA的强烈相关性.
• ECG-BA显著提高了预测成年人患有亚临床疾病的衰老相关疾病的发病率.
• 该模型对包括中风,冠状动脉疾病,阿尔茨海默病和癌症在内的疾病具有强大的预测能力.
• 将ECG-BA与CA结合起来,诊断准确度和风险分类提高了21%,在癌症预测方面取得了显著的进展.

结论:

• ECG-BA是对CA的验证和有效补充,用于评估与衰老相关疾病的风险.
• 这种人工智能驱动的方法提高了疾病发病预测的精度.
• 这些发现表明,对加强预防性医疗保健策略和改善患者治疗结果有广泛的影响.