引言
近日，倫敦大學(xué)學(xué)院的研究團(tuán)隊(duì)利用人工智能（AI）技術(shù)進(jìn)行了一項(xiàng)新的研究，以揭示心力衰竭的新型子類別，該研究發(fā)表在《柳葉刀數(shù)字健康》。
1、研究背景
心力衰竭是一種嚴(yán)重的全球性健康問題，影響全球數(shù)億人，其特征為心臟無法有效地將血液泵送到全身。心力衰竭的發(fā)生可能源于多種原因，包括冠心病、高血壓、糖尿病、心臟瓣膜病變等多種疾病。
傳統(tǒng)上，心力衰竭被視為一種單一的臨床綜合征，然而這種分類方式忽略了心力衰竭群體中存在的臨床異質(zhì)性。目前的心力衰竭分類方式主要根據(jù)患者的癥狀和心臟結(jié)構(gòu)變化，但是這種分類方式不能準(zhǔn)確地預(yù)測疾病的進(jìn)展和患者的預(yù)后，也無法為臨床醫(yī)生提供有效的指導(dǎo)進(jìn)行個(gè)體化治療。
近年來，隨著人工智能技術(shù)的迅猛發(fā)展，其在醫(yī)學(xué)領(lǐng)域的應(yīng)用也日益廣泛，特別是在疾病的診斷、預(yù)后評估和個(gè)性化治療方面表現(xiàn)出了巨大的潛力。通過使用復(fù)雜的算法和大量的數(shù)據(jù)，人工智能可以辨識出隱藏在數(shù)據(jù)中的復(fù)雜模式，從而揭示出疾病的新型分類和預(yù)測標(biāo)志物。
因此，為了提升對心力衰竭的理解，并更精確地預(yù)測其發(fā)展趨勢，倫敦大學(xué)學(xué)院的研究團(tuán)隊(duì)利用人工智能（AI）技術(shù)進(jìn)行了一項(xiàng)新的研究，以揭示心力衰竭的新型子類別，從而為每一位心力衰竭患者提供更為個(gè)性化的預(yù)后評估和治療策略。
2、研究概況
團(tuán)隊(duì)在《柳葉刀數(shù)字健康》期刊上發(fā)表的這項(xiàng)研究，利用AI工具詳細(xì)分析了超過30萬名年齡在30歲以上并在過去20年內(nèi)在英國被診斷為心力衰竭的患者的匿名數(shù)據(jù)。通過多種機(jī)器學(xué)習(xí)方法，他們發(fā)現(xiàn)了五個(gè)子類型的心力衰竭：早發(fā)型、晚發(fā)型、與房顫相關(guān)型（房顫是一種導(dǎo)致心律不齊的病癥）、代謝型（與肥胖有關(guān)但心血管疾病發(fā)病率低）、以及心臟代謝型（與肥胖和心血管疾病有關(guān)）。
研究者發(fā)現(xiàn)，在診斷后一年內(nèi)，這五種子類型患者的全因死亡風(fēng)險(xiǎn)各不相同：早發(fā)型（20%）、晚發(fā)型（46%）、與房顫相關(guān)型（61%）、代謝型（11%）、心臟代謝型（37%）。此外，研究團(tuán)隊(duì)還開發(fā)了一款應(yīng)用程序，醫(yī)生可以使用它來確定心力衰竭患者的子類型，從而可能改善對未來風(fēng)險(xiǎn)的預(yù)測，并指導(dǎo)與患者的討論。
研究團(tuán)隊(duì)運(yùn)用四種獨(dú)立的機(jī)器學(xué)習(xí)方法對心力衰竭病例進(jìn)行分組，以避免因單一機(jī)器學(xué)習(xí)方法產(chǎn)生的偏差。他們將這些方法應(yīng)用于兩個(gè)大型的英國初級保健數(shù)據(jù)庫，這些數(shù)據(jù)具有代表性，并與醫(yī)院入院和死亡記錄相聯(lián)系。在選擇出最穩(wěn)健的子類型后，他們使用另一組數(shù)據(jù)對這些分組進(jìn)行驗(yàn)證。這些子類型是基于87個(gè)（可能的635個(gè)）因素，包括年齡、癥狀、其他疾病的存在、患者正在服用的藥物，以及檢查（如血壓）和評估（如腎功能）的結(jié)果等。
（心力衰竭亞型與11個(gè)相關(guān)性狀的PRS之間的相關(guān)性）（圖片源自論文）
3、研究意義
這項(xiàng)研究的意義在于，通過新的分類方式，我們對心力衰竭有了更深入的理解，可以更精準(zhǔn)地預(yù)測疾病的發(fā)展趨勢，并及時(shí)與患者進(jìn)行溝通。這不僅可以提高風(fēng)險(xiǎn)預(yù)測的質(zhì)量，也有助于臨床醫(yī)生為患者提供更有針對性的治療。此外，該研究還設(shè)計(jì)了一款可供臨床使用的應(yīng)用程序，可以幫助醫(yī)生確定患者的心力衰竭子類型，這對改善常規(guī)護(hù)理也具有重要價(jià)值。通過這種方式，我們可以以一種全新的視角思考可能的治療方式，對提高心力衰竭患者的生存率和生活質(zhì)量有著深遠(yuǎn)的影響。
內(nèi)容來源：https://www.thelancet.com/journals/landig/article/PIIS2589-7500(23)00065-1/fulltext
