人工智能预测年龄从心声图作为心血管疾病的标记者

科学领域:

• 心脏病学 心脏病学
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 了解生物衰老是心血管健康和风险分层的关键.
• 年代年龄是一个普遍的风险因素,但生物年龄可能提供更精确的心血管风险评估.
• 区分加速和延迟的心血管衰老可以识别有风险的个体.

研究的目的:

• 开发和验证一个深度学习的人工智能 (AI) 模型,用于从心声图视频中预测生物年龄.
• 为了确定与加速或延迟心血管衰老相关的特定心声回声特征.
• 探索AI预测年龄与心血管疾病和结果的关联.

主要方法:

• 在2,610,266个心声回声录像视频上训练了一个深度学习模型,来自90,738名独特的患者.
• 多视图回声心脏学数据被用于AI年龄预测.
• 使用向后导向传播来可视化年龄评估中关键的特征.

主要成果:

• 人工智能模型在年龄预测中实现了6.76年的平均绝对误差 (MAE) 和0.732的R2.
• 预测年龄分层与冠状动脉疾病,心力衰竭和中风风险增加有关.
• 该模型在心脏移植之前和之后确定了不同的年龄预测模式.

结论:

• 基于人工智能的回声心电图的年龄预测为心血管风险评估提供了一种新的方法.
• 该模型强调了心脏膜,心脏器官和基底下壁作为心脏衰老的关键指标.
• 这项技术有可能提高对心脏生物衰老的理解,并改善患者的治疗结果.