相关实验视频
Updated: Jan 11, 2026
06:33
Genetic Analysis of Hereditary Transthyretin Ala97Ser Related Amyloidosis
Published on: June 9, 2018
8.1K
通过人工智能检测Transthyretin心脏 Amyloidosis:一个非随机临床试验
Sneha S Jain1, Tony Sun2, Emma Pierson3
1Division of Cardiovascular Medicine and the Cardiovascular Institute, Stanford University, Palo Alto, California.
JAMA cardiology
|November 10, 2025
概括
一个人工智能 (AI) 工具,ATTRACTnet,通过识别在常规护理中遗漏的患者,改进了跨甲基氨基酸心肌病变 (ATTR-CM) 的检测. 这种人工智能增强的查显示了早期诊断和治疗ATTR-CM的前途.
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:
- 晶氨基胺心肌病变 (ATTR-CM) 经常被诊断不足,限制了及时开始治疗.
- 扩大治疗选择需要改善ATTR-CM的诊断策略.
研究的目的:
- 开发和评估一个人工智能 (AI) 增强的临床程序,用于增强ATTR-CM检测.
- 评估人工智能模型ATTRACTnet在确定符合ATTR-CM测试条件的患者的实际性能.
主要方法:
- 一个人工智能模型,ATTRACTnet,是使用心电图,心声回声,人口统计和诊断代码构建的.
- 一个单系统,多站点,开放标签试验评估了ATTRACTnet在识别左心室壁厚度≥12毫米和ATTRACTnet得分≥0.5.5的患者中的性能.
- 符合条件的患者被提供核光学和单克隆蛋白质测试.
主要成果:
- ATTRACTnet在ATTR-CM检测方面表现出良好的区分,接收机操作员特征曲线下的面积在内部集中为0.85,在外部集中为0.82.
- 在256名符合条件的患者中,有50人接受了测试,导致24人 (48%) 诊断出ATTR-CM,其中21人 (88%) 在3个月内开始治疗.
- ATTR-CM阳性率是历史对照的2.8倍,新诊断的相对增加为18%.
结论:
- 与常规护理相比,人工智能增强查可以显著提高ATTR-CM检测率.
- 这种方法可以识别目前错过的ATTR-CM患者,从而促进早期干预.
- 进一步的前性随机试验是有必要的,以确认患者的改善结果.
