使用人工智能心电图衍生年龄的冠状动脉旁路患者的风险分层
Tedy Sawma1, Arman Arghami1, Hartzell V Schaff1
1Department of Cardiovascular Surgery, Mayo Clinic, Rochester, Minn.
The Journal of thoracic and cardiovascular surgery
|July 20, 2025
概括
人工智能电心电图衍生的年龄可以预测经历冠状动脉旁路移植的患者的结果. 较大的年龄差距表明并发病率增加和长期存活率降低,突显了其预后价值.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 医学预测 医学预测
背景情况:
- 冠状动脉旁路移植 (CABG) 的结果可能会受到患者的并发症和生理状况的影响.
- 传统的风险分层可能无法完全捕捉个体患者的风险概况.
研究的目的:
- 评估人工智能心电图衍生年龄 (AI心电图-年龄) 在预测隔离CABG后结果的预后意义.
- 为了确定AIECG衍生的年龄,超出时间表年龄,提供额外的预测价值.
主要方法:
- 利用了来自13,808名隔离的CABG患者的手术前心电图.
- 使用卷积神经网络计算AI心电图年龄,并确定年龄差距 (AI心电图年龄减去时间年龄).
- 使用多变量回归分析了年龄差距,并发症,手术结果和长期生存之间的关联.
主要成果:
- 很大一部分患者 (21.4%) 的AI心电图年龄大于其时间年龄5年.
- 较大的年龄差距与伴随性疾病 (功能衰竭,心力衰竭,先前心肌梗塞) 的增加以及较差的射出分数有关.
- 年龄差距大于5年的患者面临着术后心房动,延长呼吸,输血,肌激素升高和更长时间住院的风险.
- 在年龄差距大于5年 (HR1.4,P<.001) 的患者中,长期存活率明显较低.
结论:
- 通过AI ECG-age识别的年龄差距较大,意味着患者队列具有较大的并发症和晚期生理衰老.
- 人工智能心电图衍生的生生理年龄是CABG后不良手术结果和长期死亡率增加的独立预测因素.
