人工智能可识别出不断恶化的心力衰竭

研究人员开发了一种新的可穿戴传感器，该传感器可利用人工智能在健康危机发生之前识别出不断恶化的心力衰竭，从而有可能防止再次住院。

该研究发表在《循环：心力衰竭》上，该研究表明该可穿戴设备可预测心力衰竭患者的严重变化，其准确性可与植入式传感器相媲美。

研究人员说，大约有620万美国人患有心力衰竭，这种情况是美国出院诊断的最高记录。这些患者中有多达30%可能会在出院后90天内再次入院，并出现呼吸急促，积液和疲劳等症状。对于心力衰竭患者，更高的住院率通常会导致更糟的结果。

那些因心力衰竭而反复住院的人的死亡率明显更高，”研究合著者，休斯敦贝勒医学院的温特斯心力衰竭研究中心主任，医学博士Biykem Bozkurt说。

“即使患者存活下来，他们在住院后的功能能力仍然很差，运动耐力也很差，生活质量也很低。这个补丁，这个新的诊断工具，可以潜在地帮助我们预防住院和降低患者状况。”

研究小组指出，尽管植入式心脏传感器在减少心力衰竭患者的住院率方面显示出了希望，但可穿戴式传感器的影响尚未得到测试。该小组着手开发一种无创设备，可以帮助识别恶化的心力衰竭。

研究人员追踪了100例心力衰竭患者，这些患者在四所VA医院得到了诊断和治疗。出院后，患者每天24小时在他们的胸口上贴一个传感器贴片，长达三个月。传感器监视每个对象的心电图(ECG)和运动。

数据通过蓝牙从传感器传输到智能手机，然后发送到安全服务器上的分析平台，该服务器获取心率，心律，呼吸频率，步行，睡眠和其他活动。一个AI算法确定对每个患者正常基线。当数据偏离基线时，平台将触发临床警报，指示患者的病情正在恶化。

有35例计划外的非创伤性住院事件，包括24例恶化的心力衰竭事件。该平台以76%至88%的敏感性和85%的特异性成功检测出住院患者病情的关键变化。平均而言，预测发生在住院再入院的10.4天之前。

“这项研究表明，我们可以在医生和患者知道有问题之前就准确地预测出因心力衰竭恶化而住院的可能性，”该研究的主要作者，晚期心力衰竭副总裁约瑟夫·斯泰利克(Josef Stehlik)博士说。 U Health的U计划。

Stehlik继续说：“能够足够早地及早发现心脏变化，将使医生能够立即采取干预措施，以防止再次住院并避免恶化的心力衰竭。”他还担任过心力衰竭和心脏移植计划的医学总监位于盐湖的E. Wahlen VA医疗中心。

对于最近刚从医院出院的心力衰竭患者，可穿戴式传感器也可能特别有效。研究人员指出，出院后90天的再入院率约为30%。

Stehlik说：“初次出院后90天内再次入院的风险很高。”“如果我们能够通过监测和早期干预来降低再入院率，那将是一个很大的进步。我们甚至希望那些可能会再度住院的患者，他们的住院时间缩短了，借助这项技术，他们的整体生活质量将会更好。”