人工智能显示出希望，但在心脏病和中风治疗方面仍然有限

人工智能有可能改变心血管护理的许多方面, 但不是马上, 一份新的报告称.

现有的人工智能和机器学习数字工具很有前途 科学声明 来自美国心脏协会. 这些工具已经显示出它们可以帮助筛查患者，并指导研究人员开发新的治疗方法. 该报告周三发表在《线上电子游戏飞禽走兽》杂志上.

但, 作者说, 研究还没有表明基于人工智能的工具能改善护理，不足以证明它们的广泛使用是合理的.

“我们迫切需要开发项目，加速人工智能/机器学习工具背后的科学教育, 从而加速了可管理的采用和创建, 具有成本效益的, 自动化过程," Dr. 声明撰写委员会负责人安东尼斯·阿蒙达斯(Antonis Armoundas)在一份声明中说 线上电子游戏飞禽走兽发布会上. 他是波士顿马萨诸塞州总医院心血管研究中心的首席研究员.

“我们需要更多基于人工智能/机器学习的精准医疗工具，以帮助解决医学中未被满足的核心需求，这些需求随后可以在强大的临床试验中进行测试,阿蒙达斯说, 他还是哈佛医学院的医学副教授.

该报告是美国心脏协会关于人工智能的第一份科学声明. 它着眼于心血管医学中人工智能和机器学习的研究现状，并提出了安全所需的建议, 有效的广泛使用.

“在这里, 我们展示最先进的技术, 包括有关特定人工智能应用的最新科学——从成像和可穿戴设备到心电图和遗传学,阿蒙达斯说.

人工智能可以分析数据并做出预测，通常是针对狭义任务. 机器学习使用数学模型和算法来检测大型数据集中的模式，这些模式对人类观察者来说可能并不明显. 深度学习是机器学习的一个子领域，用于图像识别和解释.

研究人员已经使用这些技术来分析电子健康记录，以比较测试和治疗的有效性, 和, 最近, 创建为护理决策提供信息的模型.

该报告指出，数字工具可以通过几种方式帮助心血管患者.

例如，成像对于诊断心脏病发作和中风很重要. 人工智能和机器学习工具可以解决人类解释中的不一致，减轻专家的负担.

人工智能帮助实现了心电图分析的自动化, 哪一种测量心脏的电活动, 通过识别人类专家可能看不到的细微结果.

通过可植入和可穿戴技术提供稳定的健康信息流, 人工智能可以帮助远程监控病人，并在出现问题时及时发现.

但报告也指出了许多挑战和限制.

与成像, 例如, 人工智能和机器学习在口译考试中的广泛应用具有挑战性，因为可供研究的数据有限. 研究人员还需要证明人工智能技术在每个将被使用的领域都是有效的.

可植入可穿戴技术, 研究差距包括如何确定哪些患者和病症最适合人工智能和机器学习支持的远程监控. 其他问题包括如何解决成本效益、隐私、安全和公平获取等问题.

更广泛地说, 关于如何组织和共享信息的协议至关重要, 报告说, 潜在的道德问题, 需要解决法律和监管问题.

虽然人工智能算法提高了解释基因变异和异常的能力, 写作委员会警告了限制. 这样的算法, 委员会写道, 仍然需要对容易出错和不准确的人为数据进行培训.