分析测试百科网 > 行业资讯 > 焦点事件

心脏病预警！最新AI模型可提前十年预知心血管危机！

2024.2.09

心血管疾病（CVD）是全球死亡的主要原因，每年造成超过1730万人死亡。预计到2030年，发病率将增至2360万人。由于疾病诊断前的临床前阶段较长，因此迫切需要有效的方法来早期识别高危人群。

以往预测CVD的方法主要基于临床经验知识，使用风险因素进行检索。然而，一项由复旦大学学者进行的研究发现，通过机器学习（ML）算法开发的新型心血管疾病风险预测模型可以更准确地识别高危人群。

该研究从英国生物库的纵向人群队列中选取了473611名无心血管疾病的参与者，他们的年龄在37岁至73岁之间。研究人员使用基于ML的数据驱动管道从645个候选变量中识别出预测因子，这些变量涵盖了一系列健康相关因素。然后，他们评估了多个ML分类器，从而建立了一个10年心血管疾病发病风险预测模型。

结果显示，在中位随访12.2年期间，31466名参与者在基线访问后10年内患上心血管疾病。建立的英国生物库心血管疾病风险预测（UKCRP）模型由10个预测因子组成，包括年龄、性别、胆固醇和血压用药、胆固醇比率（总/高密度脂蛋白）、收缩压、既往心绞痛或心脏病、用药次数、胱抑素C、胸痛和吸烟包年。该模型获得了令人满意的判别性能，其接收器操作特征曲线下面积（AUC）为0.762±0.010，优于现有的多个临床模型，并且校准良好，布赖尔得分（Brier Score）为0.057±0.006。此外，UKCRP在心肌梗死（AUC 0.774±0.011）和缺血性中风（AUC 0.730±0.020）方面的性能相当，但在出血性中风（AUC 0.644±0.026）方面的性能较差。

总之，基于ML的分类模型可以从潜在的心血管疾病高危人群中学习到有表现力的表征，这些人群可能会受益于更早的临床决策。