AI는 새로운 연구에서 심부전의 5가지 유형을 식별했습니다.

Craig Basman 박사는 새로운 생명을 구하는 기술과 갑작스러운 심장 질환을 예측할 수 있는 변수에 대해 논의합니다.

"심부전"은 장기가 예상대로 작동하지 않는 모든 상태를 설명하는 데 사용되는 포괄적인 용어입니다. 하지만 이 질병에 대한 한 사람의 경험은 다른 사람의 경험과 매우 다를 수 있습니다.

University College London(UCL)의 연구원들은 최근 인공 지능의 일종인 기계 학습을 사용하여 다양한 유형에 대한 예후 예측을 목표로 심부전의 5가지 유형을 찾아냈습니다.

이번 연구를 발표한 보도자료에서 주저자 UCL의 아미타바 바네르지(Amitava Banerjee) 교수는 “우리는 질병의 예상되는 경과를 더 잘 이해하고 이를 환자에게 전달하기 위해 심부전 분류 방법을 개선하려고 노력했습니다.”라고 말했습니다.

침묵의 살인자인 심장병: 연구에 따르면 증상 없이 발병할 수 있습니다.

이어 “현재로서는 환자 개개인이 어떻게 질병이 진행되는지 예측하기 어렵다”고 덧붙였다. "어떤 사람들은 수년 동안 안정을 유지하는 반면, 어떤 사람들은 빨리 악화됩니다."

확인된 심부전의 5가지 유형은 조기 발병, 후기 발병, 심방 세동(불규칙한 심장 박동 유발), 대사성(비만과 관련이 있지만 심혈관 질환 발병률이 낮음), 심대사성(비만 및 심혈관 질환과 관련됨)이었습니다. UCL 웹사이트의 보도자료에 따르면.

연구진은 심부전의 각 유형에 대해 진단 후 1년 이내에 사망할 가능성을 판단했습니다. 그들은 5가지 하위 유형에 따라 예후가 매우 다양하다는 사실을 발견했습니다. (아이스톡)

"5가지 유형의 심부전은 심부전 발병 연령, 심장 질환 병력, 당뇨병 및 비만과 같은 심장 위험 요인 병력, 심방세동(가장 흔한 심장 박동 문제)과 같은 일반적인 위험 요인을 기반으로 했습니다. )"라고 Banerjee는 Fox News Digital에 보낸 성명에서 설명했습니다.

Lancet Digital Health 저널에 게재된 이번 연구에서 연구진은 20년 동안 심부전을 경험한 30세 이상 영국 성인 30만 명 이상의 데이터를 분석했습니다.

심장 질환 위험은 한 가지 놀라운 요인에 의해 영향을 받을 수 있다는 새로운 연구 결과가 나왔습니다

Banerjee는 "전자 건강 데이터에서 심부전이 있는 개인을 기본 특성에 따라 클러스터링하는 데 네 가지 기계 학습 방법이 사용되었습니다."라고 말했습니다. "데이터에 가장 잘 맞는 방법과 클러스터 수가 선택되었습니다."

연구진은 심부전의 각 유형에 대해 진단 후 1년 이내에 사망할 가능성을 판단했습니다. 그들은 5가지 하위 유형에 따라 예후가 매우 다양하다는 사실을 발견했습니다.

보도자료에 따르면 5년 사망률은 조기 발병 20%, 후기 발병 46%, 심방세동 관련 61%, 대사성 11%, 심장대사성 37%로 나타났다.

UCL의 새로운 연구의 주요 한계는 연구자들이 심부전 위험을 진단하고 예측하는 데 가장 일반적으로 사용되는 영상 데이터에 접근할 수 없다는 점이었습니다. (아이스톡)

의료 전문가의 경우 Banerjee는 심부전 환자에게 일반적인 위험 요인에 대해 질문하여 그들이 가지고 있는 하위 유형을 이해하는 데 도움을 줄 것을 권장합니다.

"연구원들은 또한 우리 연구에서 정의된 이러한 하위 유형이 임상 실습에서 얼마나 유용하고, 일반화되고, 수용 가능한지 테스트해야 합니다."라고 그는 덧붙였습니다.

"또한 AI를 사용하는 우리 연구와 같은 연구가 질병 과정과 약물 발견에 대한 더 나은 이해를 제공하는 데 도움이 될 수 있는지 여부도 고려해야 합니다."

또한 연구팀은 위험을 더 잘 예측하고 환자에게 정보를 제공하기 위해 의사가 환자의 심부전 하위 유형을 판단할 수 있는 앱을 개발했습니다.

AI와 심장 건강: 기계는 초음파 검사자보다 초음파 판독 작업을 더 잘 수행한다고 연구 결과가 나와 있습니다.

캘리포니아 UCLA의 삼중 위원회 인증 임상 및 학술 심장 전문의인 Ernst von Schwarz 박사는 UCL의 연구 결과를 검토했습니다.