美国心力衰竭研究有新突破

这项研究由康奈尔大学（Cornell University）、哥伦比亚大学（Columbia University）以及纽约-长老会医院（NewYork-Presbyterian）的研究人员共同完成。研究人员开发的这种人工智能模型，可以在心力衰竭发展到危急阶段之前预测其发生，利用常规心脏扫描和患者数据，AUROC 值最高可达 0.87，从而减少了昂贵的 CPET 测试的必要性。

“它被称为多模态人工智能模型。研究表明，它可以准确预测峰值摄氧量₂ ，这是心力衰竭严重程度最重要的指标之一。该系统不依赖复杂的CPET测试，而是利用常规超声心动图和患者健康记录来及早识别高危患者。”

在多家医院的验证中，该模型能够解释患者氧合能力的60%以上（R² = 0.603）。这使得医生能够利用大多数医院现有的工具，更早地发现晚期心力衰竭，而晚期心力衰竭患者的一年生存率通常低于50%。

具体细节如下：
核心机构：该项目是“心血管 AI 倡议”（Cardiovascular AI Initiative）的首个成果，汇集了来自 Weill Cornell Medicine（威尔康奈尔医学院）和 Columbia University Vagelos College of Physicians and Surgeons（哥伦比亚大学瓦格洛斯医学院）的专家。

关键研究者：研究的资深作者是威尔康奈尔医学院 AI 与数据科学副院长 Fei Wang 教授，以及哥伦比亚大学医学院心脏病学教授 Nir Uriel 博士。

模型表现：该模型通过分析常规的心脏超声图像（Ultrasound）和电子健康记录，在外部验证组中达到了 0.87 的 AUROC 值，能有效预测传统金标准 CPET（心肺运动试验） 中的关键指标——峰值摄氧量（peak VO2）。

这种方法的主要优势在于它利用了诊疗中现有的数据，无需患者进行繁重的体力负荷测试，即可识别出处于心力衰竭危急阶段的高风险人群。