共计 803 个字符，预计需要花费 3 分钟才能阅读完成。
一项最新研究显示，新型人工智能工具有望加速心脏病治疗方案的探索进程，推动医疗向更精准的个性化方向发展。这项突破性进展，为未来心脏病药物处方模式的变革指明了方向。
心血管疾病是欧盟范围内导致死亡和残疾的首要原因。根据经济合作与发展组织的数据，这类疾病每年造成约 170 万人死亡，影响 6200 万人口。在这一严峻背景下，伦敦帝国理工学院的科研团队开发了一款名为 CardioKG 的人工智能工具。该工具通过整合高精度心脏扫描数据与大型医疗数据库，能够识别与疾病相关的基因，并助力加速心脏病药物的研发。
CardioKG 基于英国生物银行中数千人的心脏影像数据构建，数据涵盖房颤、心力衰竭、心脏病发作等疾病患者以及健康志愿者。研究人员表示，这种方法能够更准确地预测哪些药物可能对特定心脏疾病患者产生疗效。
“知识图谱的优势在于其整合了基因、药物和疾病的相关信息，”伦敦帝国理工学院 MRC 医学科学实验室计算心脏成像组负责人 Declan O’Regan 解释道。他补充说，将心脏影像纳入图谱显著提升了新基因和药物的识别效能，这意味着在探索新疗法方面拥有更强的发现能力。
该研究的重点药物包括广泛用于治疗类风湿关节炎的甲氨蝶呤，以及被称为格列汀类的糖尿病药物组。人工智能模型提示，甲氨蝶呤可能对心力衰竭患者有益，而格列汀类药物或可使房颤患者获益。分析还指出咖啡因可能对部分房颤患者具有保护作用，但研究人员强调，这并不意味着人们应该因此改变咖啡因摄入习惯。
研究人员指出，该方法最终可能支持更个性化的医疗方案，使治疗手段与个体心脏功能实现更精准匹配。此外，该技术框架同样适用于通过医学影像研究其他病症，包括脑部疾病和肥胖症。
“基于这项研究，团队计划将知识图谱扩展为动态的、以患者为中心的框架，以捕捉真实的疾病发展轨迹，”该研究第一作者、伦敦帝国理工学院数据科学研究员 Khaled Rjoob 表示，“这将为个性化治疗和疾病发展预测开辟新的可能性。”
