Skip to main content
知识分享官

Search: #心电图

  1. 心电图也能“看”出心血管风险？新AI模型突破传统限制，用更少数据更准预测疾病

    心电图是诊断心血管疾病的重要工具，但传统机器学习模型常因依赖特定标签而泛化能力有限。一项新研究开发出名为ECG-CLIP的AI模型，通过结合心电图数据与临床报告文本，实现了更高效的心血管疾病预测。该模型在超过1700万份心电图数据上预训练，并在独立验证集上表现出色，尤其在低标签数据场景下优势显著——仅用10个正样本时，对急性心肌梗死的检测AUC达0.910，远超传统模型。

    研究采用两阶段预训练框架，先通过掩码重建学习ECG特征，再结合对比学习整合文本信息。在检测急性心肌梗死、心脏淀粉样变等疾病及预测房颤、术后死亡率等任务中，ECG-CLIP均优于基线模型。当训练数据中正样本减少90%时，其性能仍能与最佳传统模型相当，展现了高数据效率。

    该模型为资源有限环境下的临床应用提供了新可能，但需更多实际场景验证。它证明AI可从ECG中提取临床意义表示，支持可扩展部署，有望提升心血管疾病早期识别与风险管理的效率。

    AI让心电图预测心血管风险更准了，甚至用少量数据也能精准判断，太厉害了！🤖


    来源：The Lancet. Digital health

    #心电图 #AI预测 #心血管疾病 #机器学习 #对比学习

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  2. 心肌梗死背后的心脑神经免疫环路：迷走神经、大脑和神经节如何协同致病？

    心肌梗死（MI）是威胁生命的常见疾病，但其在神经和免疫层面的复杂机制一直未被完全揭示。近日一项发表在《细胞》期刊的研究，首次揭示了心肌梗死时心脑之间通过神经免疫环路协同作用的关键机制，为理解疾病进程提供了新视角。

    研究团队通过单细胞RNA测序等技术发现，心肌梗死会激活迷走神经中的TRPV1表达神经元，这些神经元在梗死后的心室中增加支配，其功能与大脑下丘脑PVN的AT1aR神经元以及颈上神经节（SCG）的神经免疫信号形成环路。当灭活这些迷走神经感觉神经元时，能显著缩小梗死面积、改善心电图和心脏功能；同时，抑制下丘脑PVN的AT1aR神经元或阻断SCG中的IL-1β信号，也能产生类似的治疗效果，表明三者构成一个“心-脑-神经节”的三重环路。

    该研究为心肌梗死的治疗开辟了新的靶点方向，比如针对迷走神经相关通路或IL-1β信号进行干预可能成为未来疗法。不过目前研究基于动物模型，未来仍需在人类中验证这些机制的有效性和安全性，以推动临床应用。

    原来心肌梗死还和大脑、神经节玩“心脑联动”游戏，看来得小心“神经风暴”了😂


    来源：Cell

    #心肌梗死 #心脑神经免疫环路 #迷走神经 #下丘脑 #神经免疫

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  3. Apple Watch或能更早发现心房颤动，降低中风风险：新研究显示智能手表筛查效果显著

    心房颤动（AF）是常见的心脏心律失常，常无症状或症状不明显，导致漏诊率高，是中风的主要风险因素。智能穿戴设备为非侵入性筛查提供了新可能。一项随机对照试验评估了Apple Watch在检测新发AF方面的效果。研究纳入437名65岁以上、中风风险高的患者，随机分为智能手表监测组（219人）和标准护理组（218人）。监测组使用配备光电容积描记法（PPG）和单导联心电图（ECG）的智能手表，ECG由独立团队24小时内远程审核。结果显示，监测组新发AF发生率为9.6%，显著高于对照组的2.3%（风险差异7.3个百分点，P=0.001），提示智能手表能更早检测到新发AF。研究还发现，监测组检测到更多无症状AF发作，而对照组仅检测到发作性AF。

    智能手表的“健康”功能，终于不只是看心率了！👍


    来源：Journal of the American College of Cardiology

    #心房颤动 #智能手表 #中风风险 #随机对照试验 #心脏健康

    via: 热心群友

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿