一项重大研究发现，人工智能可以提前十年检测出最有心脏病发作风险的人。
该技术的试验发现它可以发现传统扫描错过的警告信号，每年有可能挽救数千人的生命。
研究人员分析了在英国八家医院接受常规心脏 CT 扫描的 40,000 多名患者的数据。< /p>
他们发现那些结果显示动脉“显着”狭窄的人更有可能患严重心脏病。然而，没有明显狭窄的患者继续心脏病发作的人数是其两倍。
![](“https://i.dailymail.co.uk/1s/2023/11/13/18/77751037-0-image-a-2_1699901628803.jpg”高度=“357”宽度=“634”alt=“由牛津大学领导的研究表明，多达五分之一的心脏病发作是可以预防的")
这项由牛津大学领导的研究表明，多达五分之一的心脏病发作是可以预防的
该团队随后使用了一种新的人工智能工具，经过训练使用发炎动脉周围脂肪变化的信息，这可以表明心脏病发作等事件的风险。
对另外 3,393 名患者进行了进一步测试多年来表明它可以准确预测心脏事件的风险。
在那些动脉没有阻塞的人中，那些血管炎症水平最高的人与炎症水平较低的人相比，心脏死亡的风险高出 10 倍以上。
在美国心脏中心进行的一项世界首例试点中在费城举行的协会科学会议上，他们向临床医生提供了 744 名患者的人工智能生成的风险评分，发现在高达 45% 的病例中，临床医生改变了患者的治疗计划。
研究人员分析了超过 40,000 名在英国八家医院接受常规心脏 CT 扫描的患者的数据
'在这里，我们证明，向临床医生提供准确的风险图可以改变，可能会改善许多心脏病患者的治疗过程。”
英国心脏基金会医学主任 Nilesh Samani 教授表示，这表明“有价值”基于人工智能的技术在识别未来心脏病风险最高的人群方面可以发挥的作用。
他说：“我们希望这项技术最终能够得到推广整个 NHS，每年帮助挽救数千人的生命，否则他们可能会得不到治疗。”
此时 NHS 公布了一系列使用人工智能来尝试阻止今年冬天入院的试点计划。
其中包括白金汉郡的一项举措，旨在追踪体弱者在家中的饮食习惯阻止他们入院。
新人工智能工具使用发炎动脉周围脂肪变化的信息进行训练，这可以指出心脏病发作等事件的风险
电子传感器将安装在水壶和冰箱上，以跟踪消费模式的变化，然后用护理团队。
与此同时，伯明翰的 NHS 团队正在试验一种算法，以防止数千人去医院或全科医生就诊。
它可以预测前 5% 的患者有可能去医院或入院，以便工作人员可以检查并提供社会护理措施。
在未来两年内，该计划的目标是避免 4,500 次不必要的急症室就诊，以及 17,000 次住院过夜和 23,000 次全科医生预约。
英国 NHS 负责人阿曼达·普里查德 (Amanda Pritchard) 表示，这将有助于识别“风险最高或最脆弱的患者”，并减少可避免的急症室就诊人数。
NHSAI 牛津大学澳洲中文论坛热点
- 悉尼部份城铁将封闭一年，华人区受影响！只能乘巴士（组图）
- 据《逐日电讯报》报导，从明年年中开始，因为从Bankstown和Sydenham的城铁将因Metro South West革新名目而
- 联邦政客们具有多少房产？
- 据本月早些时分报导，绿党副首领、参议员Mehreen Faruqi已获准在Port Macquarie联系其房产并建造三栋投资联