新的人工智能工具改善了心力衰竭护理的风险评估

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。

该研究发表在《美国心脏杂志》上。

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

当心脏无法泵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。)

研究人员利用从参加心力衰竭临床试验的数千名患者中提取的匿名数据开发了他们的模型。通过对该模型进行测试，他们发现该模型在确定广大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。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！