UVA Health 研究人员开发了一种强大的新风险评估工具，用于预测心力衰竭患者的结果。 研究人员已将该工具免费提供给临床医生。
新工具改进了现有的心力衰竭风险评估工具，利用机器学习 (ML) 和人工智能 (AI) 的力量来确定患者因心力衰竭出现不良结果的特定风险。
研究人员 Sula Mazimba 表示：“心力衰竭是一种进行性疾病，不仅影响生活质量，还影响生活质量。所有心力衰竭患者都不相同。每个患者都处于遭受不良后果风险的连续谱上。”医学博士，心力衰竭专家。 “确定每位患者的风险程度有望帮助临床医生制定治疗方案以改善结果。”
关于心力衰竭
当心脏无法暴涨出足够的血液来满足身体需要时，就会发生心力衰竭。 这会导致疲劳、虚弱、腿脚肿胀，并最终导致死亡。 心力衰竭是一种进行性疾病，因此临床医生能够识别有不良后果风险的患者极其重要。
此外，心力衰竭是一个日益严重的问题。 超过 600 万美国人已经患有心力衰竭，预计到 2030 年这一数字将增加到 800 万以上。 UVA 研究人员开发了名为 CARNA 的新模型，以改善对这些患者的护理。 （寻找新方法来改善弗吉尼亚州及其他地区患者的护理是 UVA Health 有史以来第一个 10 年战略计划的关键组成部分。）
研究人员使用来自参加心力衰竭临床试验的数千名患者的匿名数据开发了他们的模型，该临床试验先前由美国国立卫生研究院的国家心肺和血液研究所资助。 通过对该模型进行测试，他们发现该模型在确定广泛患者在心脏手术或移植的需要、再住院风险和死亡风险等方面的表现优于现有的预测因子。
研究人员将该模型的成功归功于机器学习/人工智能的使用以及“血流动力学”临床数据的纳入，这些数据描述了血液如何通过心脏、肺和身体其他部位循环。
弗吉尼亚大学工程学院计算机科学系的研究员 Josephine Lamp 表示：“该模型取得了突破，因为它吸收了复杂的数据集，甚至可以在缺失和冲突的因素中做出决策。” “这真的很令人兴奋，因为该模型智能地呈现和总结了风险因素，减轻了决策负担，因此临床医生可以快速做出治疗决策。”
研究人员希望，通过使用该模型，医生将能够更好地为个体患者提供个性化护理，帮助他们活得更长久、更健康。
“弗吉尼亚大学的协作研究环境汇集了心力衰竭、计算机科学、数据科学和统计学方面的专家，使这项工作成为可能，”弗吉尼亚大学健康中心的心脏病专家、研究员、医学博士肯尼思·比尔奇克 (Kenneth Bilchick) 说。 “将约瑟芬·兰普（Josephine Lamp）等才华横溢的计算机科学家与临床医学专家结合起来的多学科生物医学研究对于帮助我们的患者在未来几年和几十年内从人工智能中受益至关重要。”
调查结果发表
研究人员已在网上免费提供他们的新工具： https://github.com/jozieLamp/CARNA。
此外，他们还在《美国心脏杂志》上发表了他们对 CARNA 的评估结果。 研究团队成员包括 Lamp、Yuxin Wu、Steven Lamp、Prince Afriyie、Nicholas Ashur、Bilchick、Khadijah Breathett、Younghoon Kwon、Song Li、Nishaki Mehta、Edward Rojas Pena、Lu Feng 和 Mazimba。 研究人员对这项工作没有经济利益。
该项目基于国家心肺和血液研究所大数据分析挑战赛的获奖作品之一：为心力衰竭研究创建新范式。 这项工作得到了国家科学基金会研究生研究奖学金 (842490) 和 NHLBI 拨款 R56HL159216、K01HL142848 和 L30HL148881 的支持。
要了解 UVA 的最新医学研究新闻，请订阅 Making of Medicine 博客。
资讯来源：由a0资讯编译自THECOINREPUBLIC。版权归作者A0资讯所有，未经许可，不得转载
