据 4 月 6 日在《美国医学会杂志》在线发表的一项研究，基于视频的人工智能 (AI) 生物标志物(数字主动脉瓣狭窄 [AS] 严重性指数 [DASSi])可以检测接受超声心动图或心脏磁共振成像的患者的严重 AS 发展和进展心脏病学恰逢 4 月 6 日至 8 日在亚特兰大举行的美国心脏病学会年会。

康涅狄格州纽黑文耶鲁大学医学院的 Evangelos K. Oikonomou 医学博士、哲学博士及其同事将 DASSi 应用于基线时没有 AS 或轻度至中度 AS 的患者，以识别 AS 的发生和进展在一项队列研究中。超声心动图研究共有 12,599 名参与者：其中 8,798 名来自耶鲁纽黑文医疗系统 (YNHHS)，3,801 名来自雪松-西奈医疗中心 (MC)。

研究人员发现，较高的基线 DASSi 与主动脉瓣速度的更快进展相关(AV-Vmax;每 0.1 DASSi 增量，YNHHS 和 MC 每年分别为 0.033 和 0.082 m/s)，相关值大于或等于 0.2与 <0.2 的值相比，主动脉瓣置换风险高四到五倍(YNHHS 和 MC 的调整后风险比 [95% 置信区间]分别为 4.97 [2.71 至 5.82] 和 4.04 [0.92 至 17.70])，独立于年龄、性别、种族、、射血分数和 AV-Vmax等混杂变量。研究结果在英国生物银行 45,474 名接受心脏磁共振成像的参与者身上得到了重现。

作者写道：“我们的研究定义了基于人工智能的新型心脏解剖和功能视频表型分析，以检测无或非严重 AS 患者的不同临床轨迹，这在跨国队列和非侵入性模式中得到推广。”

几位作者披露了与制药行业的联系，一位作者披露了一项相关专利，一位作者披露了来自律师事务所的付款。