金泽大学的研究人员使用机器学习来帮助指导慢性心衰患者的护理

日本金泽-全球数以千万计的人患有慢性心力衰竭，其中只有略超过一半的人在诊断后无法生存5年。现在，日本的研究人员正在帮助医生根据患者的特定需求将其分为几类，以改善医疗效果。

在最近发表在《核心脏病学杂志》上的一项研究中，金泽大学的研究人员已经使用计算机科学来将最有可能患心律失常性心律失常的患者与最有可能死于心力衰竭的患者区分开。

医生可以使用许多方法来诊断慢性心力衰竭。但是，有必要根据每种方法的风险来更好地确定要采取的治疗方法。当与常规临床测试结合使用时，称为碘123标记的MIBG的分子可帮助区分高危和低危患者。但是，没有办法单独评估心律失常死亡的风险和心力衰竭死亡的风险，金泽大学的研究人员旨在解决这一问题。

研究的主要作者中岛贤一(Kenichi Nakajima)解释说：“我们使用人工智能表明，许多变量协同作用，可以更好地预测慢性心力衰竭的预后。”“这两个变量本身都不完全能够完成任务。”

为此，研究人员检查了526例慢性心力衰竭患者的病历，这些患者接受了连续的碘123-MIBG成像和标准临床测试。成像后常规医疗照常进行。

中岛说：“结果很明显。”“心力衰竭死亡在MIBG活性非常低，纽约心脏协会等级较差和合并症的老年患者中最为常见。”

此外，心律失常在碘-123-MIBG活性中等偏低且心力衰竭较轻的年轻患者中最常见。医生可以利用金泽大学研究人员的研究结果来定制医疗服务;例如，最有可能满足患者需求的植入型除颤器。

中岛解释说：“重要的是要注意，我们的结果需要在更大的研究中得到证实。”“特别是，心律失常的结果可能太少，以至于在临床上不可靠。”

鉴于慢性心力衰竭是一个全球性问题，在诊断后的几年内往往会死亡，如果治疗不当，必须尽快开始最适当的医疗服务。通过可靠的测试来预测哪些患者最有可能需要哪种治疗方法，更多的患者可能会更长寿。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！