根据今天在费城举行的美国心脏协会科学会议上公布的一项研究，一种可以预测 10 年内致命心脏病发作风险的人工智能工具可以改变接受 CT 扫描以调查胸痛的患者的治疗方法。

在该人工智能工具的首次真实世界试验中，发现它可以改善高达 45% 患者的治疗效果。人工智能技术可能会挽救数千名患有胸痛的人的生命，他们可能没有被确定为有心脏病发作的风险，因此可能没有接受适当的治疗来降低风险。由于这项技术也被发现具有成本效益，研究人员希望它能够改变 NHS 中转诊进行胸痛检查的患者的管理。

在英国，每年约有 350,000 人接受心脏 CT 扫描，这是识别冠状动脉是否狭窄或阻塞的标准测试。在大约四分之三的病例中，没有明显的狭窄迹象，因此患者通常会放心并出院。不幸的是，这些人中的许多人将来会于心脏病，因为微小的、无法察觉的狭窄如果发炎，可能会破裂，阻塞动脉。直到最近，还无法识别这些处于危险之中的患者。

在这项新研究中，牛津大学拉德克利夫医学系的 Charalambos Antoniades 教授和他的团队分析了在英国八家医院接受常规心脏 CT 扫描的 40,000 多人的数据。参与者的随访时间中位数为 2.7 年。虽然冠状动脉显着狭窄的患者更有可能发生严重的心脏事件或亡，但没有显着狭窄的患者发生心脏病和心源性亡的人数是其两倍。

然后，该团队使用了一种新的人工智能工具，使用有关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)以及有关动脉狭窄和其他临床风险因素的信息进行训练。7.7 年间对另外 3,393 名患者的进一步测试表明，它可以独立、准确地预测心脏事件的风险。

在那些动脉没有阻塞的人中，血管炎症水平最高的人，与炎症水平较低的人相比，心源性亡的风险要高出十倍多。