共计 955 个字符，预计需要花费 3 分钟才能阅读完成。
在《欧洲心脏杂志》最新发表的研究中，科研团队成功开发并验证了一款用于筛查心脏淀粉样变性的医疗 AI 模型。心脏淀粉样变性是一种进展性且不可逆的心脏疾病，而这款 AI 工具展现出高度准确性，显著优于现有诊断方法，有望实现更早、更精准的诊断，从而帮助患者及时获得正确治疗。
心脏淀粉样变性是一种由于异常蛋白质在心肌中积聚，导致心脏变硬并削弱泵血能力的心脏疾病。尽管近年来针对该疾病的多种延长生命的药物治疗方法已经问世，但早期诊断仍然是关键，否则医生将错过延长患者生存期和提高生活质量的机会。
- 
芝加哥大学医学中心的心脏病专家 Jeremy Slivnick, MD 指出：“心脏淀粉样变性的诊断具有挑战性，因为在不进行大量测试的情况下，它通常很难与其他心脏问题区分开来。”
这款 AI 模型由梅奥诊所和 AI 超声心动图公司 Ultromics, Ltd. 的研究人员共同开发。他们利用常规心脏超声图像（超声心动图）训练神经网络，使其能够检测心脏淀粉样变性。最终，该 AI 模型可以分析心脏心尖四腔视图的单个超声心动图视频，快速检测心脏淀粉样变性并将其与其他类似的心脏疾病区分开来。
芝加哥大学医学中心与全球其他 17 家医院合作，在大型多民族患者群体中验证和测试了该算法的结果。结果显示，该 AI 工具在正确识别心脏淀粉样变性患者方面的准确率为 85%，在正确排除该疾病方面的准确率为 93%。这种效果在不同类型的心脏淀粉样变性和不同人群中均得到了验证。
Slivnick 及其团队将该 AI 模型与常用于检测心脏淀粉样变性的现有临床评分方法进行了比较。结果显示，该模型显著优于传统方法，使医生更容易决定谁需要进行高级成像测试或进一步评估。
“确认人工智能可以为临床医生提供可靠的信息以增强他们的专家决策过程，这令人兴奋，”Slivnick 表示。“由于心脏淀粉样变性的新治疗方法在疾病早期最有效，因此我们必须利用所有可用的工具尽早诊断该疾病。”
目前，该 AI 模型已获得 FDA 批准，并已在全美多家医院实施。研究人员希望其使用最终能够在常规心脏护理中广泛普及。
“这个 AI 模型提供了一个实用的解决方案，”Slivnick 补充道。“因为它自动分析常见的超声心动图视图，所以可以轻松融入日常临床实践，而不会造成麻烦或牺牲诊断准确性。”
相关研究成果已于 2025 年 7 月发表在《欧洲心脏杂志》上。
