AliveCor和Mayo Clinic使用机器学习来识别长期QT综合征(LQTS)，并在波士顿的心率科学会议上展示了他们的研究成果。

LQTS病可能是一种先天性或获得性疾病，每年造成约4000名儿童和年轻人死亡。由于部分患者的心电图显示QTc正常，因此很难识别LQTS患者。在这项研究中，研究人员旨在为临床医生提供使用人工智能和深度神经网络诊断疾病的工具。

AliveCor首席执行官维克冈多特拉表示：“没有什么比使用人工智能来检测原本看不见的人工智能更能说明我们的人工智能在医学中的重要性了。

通过将人工智能应用于12导联心电图的I导联数据，研究人员可以使用机器学习来识别LQTS患者，其特异性为81%，灵敏度为73%，总体准确率为79%。此外，研究人员指出，使用AliveCor的KardiaMobile和KardiaBand设备作为移动检测工具来识别LQTS有潜在的好处。

“基于我们之前使用Mayo Clinic专有T波指纹软件所做的工作，令人惊讶的是，我们的‘AI大脑’可以识别出可能危及生命的LQTS综合征，但QTc正常的患者只需盯着一条导联，就能获得与正常患者相同的QTc值。”资深作者Michael J. Ackerman，医学博士，梅奥诊所遗传心率诊所主任，梅奥诊所猝死温兰德史密斯水稻基因组学实验室主任。

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：