英国一家名为Caristo Diagnostics的公司宣称,在《柳叶刀》上发表了一项具有里程碑意义的临床研究结果,他们的CaRi-Heart AI技术可量化冠状动脉炎症的严重程度并准确预测心脏疾病。 研究涉及的数据样本来自英国的ORFAN项目,全称为「牛津风险因素和非侵入性成像」。 这个项目是英国国家医疗NHS体系的一部分,旨在评估接受CCTA(冠状动脉计算机断层扫描血管造影)患者的风险状况和疾病发生率,并从外部验证先前训练的AI风险预测算法和分类系统是否适用。 CCTA是几乎所有胸痛患者都会接受的检查,它可以识别出存在阻塞性冠状动脉疾病(CAD)而需要进行血管重建手术的患者。 然而,即使没有CAD,血管炎症也会导致动脉硬化,并可能引发急性冠状动脉综合征,因此,提前识别并冠状动脉的血管炎症非常重要。 只靠CCTA检查不能做到这些,但有了AI算法,就能纳入其他影响因素,量化评估患者的心血管风险。 由于动脉中分泌的炎症信号可以驱动血管周围脂肪组织的变化,因此可以反过来,用标准化的脂肪衰减指数(FAI)量化估计冠状动脉炎症的情况。 一种名为AI-Risk的辅助算法可以结合FAI评分,同时将冠状动脉粥样硬化斑块负荷以及其他传统危险因素纳入算法,进行心血管风险评估。 算法包含的其他风险因素包括年龄、性别、BMI指数、糖尿病、胆固醇、高血压、偏头痛、吸烟、类风湿性关节炎等17种。 为了验证算法的性能,研究选取了ORFAN项目中的3393名患者进行中位数为7.7年的随访,时间跨度从2010年到2015年,患者年龄从18岁到99岁不等。 Cartiso公司开发的CaRi-Heart 2.5版设备为患者每条冠状动脉生成FAI评分,并运行AI-Risk算法计算得出患者未来8年发生致命心脏时间的风险百分比,并归类为低或中风险、高风险和极高风险三个类别。 统计结果显示,无论是否患有CAD,FAI评分都可以捕捉到患者的残余炎症风险,是预测未来10年死亡率和MACE的有效指标。(MACE:主要不良心脏事件,包括心肌梗死、新发性心力衰竭或心源性死亡) Cartiso的算法相比现有的预测模型(比如QRISK3)更能准确预估年轻人的风险,即使在动脉硬化症状轻微或不存在的情况下,也可以有效识别出可能发生重大MACE的极高风险患者。 有了这些风险评估分数的指导,就可以进行个体化的预防管理,降低血管炎症带来的风险,尤其是对于有自身免疫性疾病或者慢性炎症的患者,比如强化他汀类药物的使用或进行辅助抗炎治疗。 比如在这项研究中,向临床医生展示CaRi-Heart风险评分的结果后,45%的患者的治疗方案会发生变化,大多数是由于他们决定着手治疗以前未检测到的冠状动脉炎症。 Caristo的首席医疗管、牛津大学心血管医学教授Keith Channon表示,「我们很高兴发现,在预测患者心脏疾病方面,CaRi-Heart表现异常出色。这个工具非常适合帮助临床医生识别那些有正常的CCTA扫描结果的心脏病高风险患者。」 CaRi-Heart将AI算法应用于常规的CCTA扫描中,用来可视化和量化冠状动脉炎症的严重程度,这种原本看不见的疾病机制会导致中风和许多致命的心脏病发作。 Caristo公司由牛津大学心脏病专家创立于 2018 年。他们表示,50多年前就已经有研究发现,心脏病发作是由冠状动脉的炎症引起的,但临床医生一直无法通过常规心脏检查来观察和测量炎症的情况。 而现在可以使用CaRi-Heart技术从患者心脏的CTTA扫描中提取这方面信息,这标志着一项科学突破,从根本上改变了心脏病预测、预防和管理的传统方法。 可以直接在云平台上,通过安全、匿名的数据传输方式上传扫描结果,并提交其他风险因素的相关信息,临床医生就可以在订单后48小时内收到CaRi-Heart提供的经过人类专家核查的报告结果。 CaRi-Heart已经在英国、欧洲和澳大利亚投入临床使用。该公司正在研发的新产品还将能够提前数年预测中风和糖尿病风险。 参考资料: https://longevity.technology/news/new-ai-tech-predicts-cardiac-events-due-to-coronary-inflammation/ https://www.caristo.com/cari-heart-technology/ https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(24)00596-8/fulltext 本文来源:新智元
|
原创栏目
IT百科
网友评论
聚超值•精选