美国梅奥医院的一项研究表明，将人工智能技术用作心电图分析，需要精确筛查出有早期无症状左心室功能障碍指标，准确性要高于其他少见的筛查手段。无症状左心室功能障碍是心力衰竭的先兆，影响着700万美国人的生活。虽然这种心脏疾病在发病后是可以化疗的，但目前尚能缺少廉价、无自创溃疡的筛查工具可供医生临床用于。

一般来说的临床方法，如成像心动图、计算机断层扫描或磁共振光学扫瞄等，价格昂贵且容易取得。如能研发出有廉价快捷的临床手段，将对该疾病化疗具备最重要意义。在新的研究中，梅奥医院研究人员将目标瞄向了时下医学研究的热点——人工智能技术应用于。

他们指出，无症状左心室功能障碍可以通过必要训练的神经网络在心电图中可信地检测出来。为了检验，研究人员创立了一个神经网络，并从医院数据中检验出有60多万对给定的心电图和经胸成像心动图，用其对该神经网络展开训练、检验和测试。结果表明，人工智能应用于标准心电图分析，需要可信地检测出有无症状左心室功能障碍，准确性要高于其他少见的筛查检测。

而且，这种筛查手段不仅能辨识出有无症状的疾病，还能预测出未来患病的风险。在没心室功能障碍的患者中，人工智能筛查阳性的患者未来再次发生心室功能障碍的风险是筛查阴性患者的4倍。研究人员指出，这很有可能是人工智能可以辨识出有在心肌衰微之前经常出现的十分早期的、微小的心电图变化，并据此做出辨别。研究人员认为，心电图是一种十分更容易提供、价格低廉的检测手段，通过人工智能对其展开数字化处置，需要萃取隐蔽的心脏病新的信息，非常简单实惠，这对于心脏疾病的临床及化疗具备最重要意义。

涉及研究结果公开发表在《大自然·医学》杂志上。

本文来源：比较正规的足球外围网站-www.emissiontec.com