日前，麻省理工學院（MIT）電腦科學及人工智慧實驗室（CSAIL）發表了一套 AI 系統，只要憑 15 分鐘時間的心電圖，便可預測心血管患者的死亡風險。

MIT團隊提出了一種機器學習模型，可以根據心臟電氣生理活動來估計患者的風險。

這套 AI 系統名為“RiskCardio”，主要用於評估急性冠心症（ACS）患者的死亡風險。這類患者的症狀通常包括：急性心肌梗塞、缺氧等，其冠狀動脈血流很可能會突然減少，而出現各種風險。RiskCardio 系統則可透過患老的前 15 分鐘心電圖，該工具就會產生一個分數，將患者置於不同的風險類別。最高四分位數的患者與最低四分位數的低風險患者相比，心血管死亡的可能性幾乎高出七倍。

相比之下，透過最常見的現有風險指標確定為高風險的患者與低風險患者相比，遭受不良事件的可能性僅為其三倍。

該團隊通過平均每組相鄰心跳的患者預測來創建風險評分，從而判斷患者會否在 30、60、90 或 365 日内，出現心血管疾病死亡的風險。儘管如此，僅從ECG訊號計算風險評分並非易事。訊號非常長，隨著模型輸入量的增加，學習這些資料之間的關係變得更加困難。

RiskCardio 研究人員 Divya Shanmugam 表示，他們的目標是改進風險評估，協助醫生診斷。未來他們會繼續收集數據，讓 AI 可適應不同的年齡、種族及性別的患者。他們還計劃檢查未標記數據的醫療情境，並評估他們的系統如何處理和如何解決更多模糊的情況。

(生策會編譯)