微新创想(Idea2003.com) 7月12日 消息：一项突破性研究显示，人工智能技术正革新心脏诊断领域。通过深度学习模型，研究人员成功将常规胸部X光片转化为强大的心脏功能评估工具，为临床诊断提供了更便捷、精准的解决方案。
胸部X光作为最常见的放射学检查之一，广泛应用于肺部和心脏疾病的初步筛查。然而传统X光片是静态图像，无法捕捉心脏动态运作过程，因此往往需要结合超声心动图进行更深入的诊断。超声心动图能够评估心脏泵血效率，并检测瓣膜病变等关键问题。心脏瓣膜异常可能导致泵血功能下降，进而引发严重的心脏衰竭、骤停甚至死亡。但超声心动图检查对操作技术要求较高，且受限于专业人员配置。
大阪市立大学的研究团队创新性地利用深度学习技术，将普通胸部X光片转化为富含心脏信息的诊断工具。深度学习通过模拟人脑神经网络处理数据的方式，使计算机能够自主学习并识别复杂模式。研究团队整合了四个医疗机构2013至2021年间16946名患者的22551张胸部X光片及超声心动图数据，构建了强大的AI模型。为消除数据偏差，研究团队特别采用了多中心数据集，确保模型的普适性和客观性。
测试结果显示，该深度学习模型在六种瓣膜性心脏病分类中表现出色，曲线下面积(AUC)介于0.83至0.92之间，这一数值在医学诊断领域属于优秀水平。AUC作为评估分类能力的核心指标，数值越接近1代表诊断准确率越高。研究团队强调，该AI技术可作为超声心动图的理想补充方案，尤其适用于急诊场景、医疗资源匮乏地区或夜间诊疗等特殊需求。
“这项研究历时多年才取得突破性进展，”主要研究者Daiju Ueda表示，”我们的AI系统不仅能显著提升医生诊断效率，更能在基层医疗机构、夜间急诊和超声检查受限地区发挥重要作用。”该研究成果已正式发表在权威医学期刊《柳叶刀数字健康》上，标志着人工智能技术在心血管疾病诊断领域迈出了重要一步。随着技术的不断成熟，这一创新有望为全球患者带来更普惠、高效的心脏健康服务。
