您现在的位置是: 首页 > 综合 > 24小时快讯 >

机器学习将心脏圆度识别为诊断心血管疾病的新工具

  • 2024-10-14 06:07:57
导读 医生目前使用心腔大小和收缩功能等评估来诊断和监测心肌病和其他相关心脏病。3 月 29 日发表在《医学》杂志上的一篇论文表明,另一种测...

医生目前使用心腔大小和收缩功能等评估来诊断和监测心肌病和其他相关心脏病。3 月 29 日发表在《医学》杂志上的一篇论文表明,另一种测量方法——心脏球形度或心脏圆度——有一天可能成为一种有用的工具,可以添加到诊断工具包中。

“心脏的圆度本身不一定是问题——它是问题的标志,”共同通讯作者 Shoa L. Clarke (@ShoaClarke )说,他是预防心脏病专家和斯坦福大学医学院的讲师。“心脏较圆的人可能患有潜在的心肌病或潜在的心肌分子和细胞功能障碍。询问将球形度测量纳入临床决策是否有任何用处可能是合理的。”

这项概念验证研究使用大数据和机器学习来研究心脏的其他解剖学变化是否可以提高对心血管风险和病理生理学的理解。研究人员选择关注球形度,因为临床经验表明它与心脏问题有关。之前的研究主要集中在心脏病发作后的球形度上,他们假设球形度甚至可能在临床心脏病发作之前就增加了。

“我们已经建立了评估心脏的传统方法,这对于我们如何诊断和治疗心脏病非常重要,”克拉克说。“现在有了使用深度学习技术大规模查看医学图像的能力,我们就有机会确定评估心脏的新方法,这在过去可能我们并没有考虑太多。”

“他们说一张图片值一千个字,我们证明这对于医学成像来说是非常正确的,”共同通讯作者大卫欧阳 (@David_Ouyang) 说,他是雪松西奈 Smidt 心脏研究所的心脏病专家和研究员。“可用的信息比医生目前使用的要多得多。正如我们之前知道更大的心并不总是更好一样,我们正在了解到更圆的心也并不总是更好。”

这项研究使用了来自英国生物银行的数据,其中包括 500,000 人的遗传和临床信息。作为该研究的一部分,一部分志愿者对他们的心脏进行了核磁共振成像。位于加利福尼亚的团队使用了来自大约 38,000 名英国生物银行研究参与者的子集的数据,这些参与者的 MRI 在扫描时被认为是正常的。来自志愿者的后续医疗记录表明,他们中哪些后来继续发展为心肌病、心房颤动或心力衰竭等疾病,哪些没有。

然后,研究人员使用深度学习技术自动测量球形度。增加的心脏球度似乎与未来的心脏病有关。

研究人员还研究了心脏球形的遗传驱动因素,发现与心肌病的遗传驱动因素存在重叠。使用孟德尔随机化,他们能够推断出心肌的内在疾病——即不是由心脏病发作引起的缺陷——导致了心脏球形。

“这些发现可以通过两种方式增加价值,”欧阳说。“首先,它们可能会让医生快速了解患者可能会做的事情,从而获得更多的临床直觉。从更广泛的角度来看,这项研究表明,临床医生可能仍然不了解或尚未发现许多有用的测量方法。我们希望找到其他方法来使用成像来帮助我们预测接下来会发生什么。”

研究人员强调,在将这项研究的结果转化为临床实践之前,还需要进行更多的研究。一方面,这种联系仍然是推测性的,需要用额外的数据来确认。如果确认了这种联系,则需要建立一个阈值来指示球形度的程度可能表明需要进行临床干预。该团队正在共享这项工作的所有数据,并将它们提供给其他调查人员,以开始回答其中的一些问题。

此外,超声比 MRI 更常用于心脏成像。他们指出,为了进一步推进这项研究,使用超声图像复制这些发现将很有用。

免责声明:本文由用户上传,如有侵权请联系删除!
Top