據(jù)愛丁堡大學發(fā)表在《自然醫(yī)學》雜志上的一項新研究，使用人工智能開發(fā)的算法很快就會被醫(yī)生用來以前所未有的速度和準確性診斷心臟病發(fā)作。
該算法名為 CoDE-ACS，其有效性在全球六個國家的 10,286 名患者身上進行了測試。研究人員發(fā)現(xiàn)，與目前的測試方法相比，CoDE-ACS 能夠排除兩倍以上的患者心臟病發(fā)作，準確率為 99.6%。
這種比以往任何時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，蘇格蘭目前正在進行臨床試驗，以評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 有可能通過快速識別可以安全回家的患者，并向醫(yī)生強調(diào)所有需要住院接受進一步檢測的患者，從而提高急救護理的效率和效果。
目前診斷心臟病的黃金標準是測量血液中蛋白質(zhì)肌鈣蛋白的水平。但是每個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)作診斷的準確性。
這可能導致診斷的不平等。例如，之前的 Bd 研究表明，女性得到錯誤初步診斷的可能性要高 50%。最初被誤診的人在 30 天后死亡的風險增加 70%。新算法是防止這種情況的機會。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！