当心脏泵出的血液少于身体正常需要的血量时，心力衰竭或充血性心力衰竭就会发生。据统计，大约有620万美国人面临这种状况。多年来，医生一直依赖一种称为超声心动图的成像技术来评估患者是否可能正在经历心力衰竭。虽然有用，但超声心动图是劳动密集型程序，仅在特定医院提供。
近日，西奈山研究人员创建了一种基于人工智能(AI)的特殊计算机算法，该算法能学习如何识别心电图的细微变化，以预测患者是否正在经历心力衰竭。
此前也有科学家通过计算机算法来检测心脏左心室的强度，将新鲜的含氧血液推向身体的其他部位。如今新研究出来的算法不仅可以评估左心室的强度，还可以评估右心室的强度，进而从身体中吸收脱氧血液并将其泵送到肺部。
在这项研究中，研究人员对计算机进行了编程，以读取患者心电图以及从书面报告中提取的数据。计算机读取了2003年至2020年间，西奈山卫生系统15万名患者的心电图和超声心动图报告。在这种情况下，书面报告充当了计算机的标准数据集，可以与心电图数据进行比较，并学习如何发现较弱的心脏。
研究的主要作者Akhil Vaid说：“我们希望开发廉价且便捷的技术来了解人体心脏的健康状况，帮助医学临床专家对抗患者的心力衰竭。我们正在进行实验，以便在真实的临床环境中也能发挥作用。”
该研究论文题为“Using Deep-Learning Algorithms to Simultaneously Identify Right and Left Ventricular Dysfunction From the Electrocardiogram”，已发表在JACC Cardiovascular Imaging上。
