據(jù)愛丁堡大學(xué)發(fā)表在《自然醫(yī)學(xué)》雜志上的一項(xiàng)新研究，使用人工智能開發(fā)的算法很快就會(huì)被醫(yī)生用來以前所未有的速度和準(zhǔn)確性診斷心臟病發(fā)作。
該算法名為 CoDE-ACS，其有效性在全球六個(gè)國(guó)家的 10,286 名患者身上進(jìn)行了測(cè)試。研究人員發(fā)現(xiàn)，與目前的測(cè)試方法相比，CoDE-ACS 能夠排除兩倍以上的患者心臟病發(fā)作，準(zhǔn)確率為 99.6%。
這種比以往任何時(shí)候都更快地排除心臟病發(fā)作的能力可以大大減少住院人數(shù)。在 Wellcome Leap 的支持下，蘇格蘭目前正在進(jìn)行臨床試驗(yàn)，以評(píng)估該工具是否可以幫助醫(yī)生減輕我們?nèi)藵M為患的急診室的壓力。
除了快速排除患者的心臟病發(fā)作外，CoDE-ACS 還可以幫助醫(yī)生識(shí)別那些肌鈣蛋白水平異常是由心臟病發(fā)作而非其他疾病引起的患者。無論年齡、性別或先前存在的健康狀況如何，人工智能工具都表現(xiàn)良好，顯示出它在減少誤診和人口不平等方面的潛力。
CoDE-ACS 有可能通過快速識(shí)別可以安全回家的患者，并向醫(yī)生強(qiáng)調(diào)所有需要住院接受進(jìn)一步檢測(cè)的患者，從而提高急救護(hù)理的效率和效果。
目前診斷心臟病的黃金標(biāo)準(zhǔn)是測(cè)量血液中蛋白質(zhì)肌鈣蛋白的水平。但是每個(gè)患者都使用相同的閾值。這意味著沒有考慮影響肌鈣蛋白水平的年齡、性別和其他健康問題等因素，從而影響心臟病發(fā)作診斷的準(zhǔn)確性。
這可能導(dǎo)致診斷的不平等。例如，之前的 Bd 研究表明，女性得到錯(cuò)誤初步診斷的可能性要高 50%。最初被誤診的人在 30 天后死亡的風(fēng)險(xiǎn)增加 70%。新算法是防止這種情況的機(jī)會(huì)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！