约翰霍普金斯大学的研究人员最近从美国国家科学基金会(National Science Foundation)获得了19.5万美元的快速反应研究拨款，用于通过机器学习确定哪些COVID-19患者有发生心脏不良事件的风险，如心力衰竭、持续异常心跳、心脏病发作、心源性休克和死亡。
图片来源:马歇尔·克拉克
研究人员说，越来越多的证据表明，COVID-19对心血管系统的负面影响突出表明，有必要确定有心脏病风险的COVID-19患者。然而，目前还没有这种预测能力。
“该项目将为临床医生提供早期预警信号，并确保将资源分配给最需要的患者，”该项目首席研究员、工程和医学院生物医学工程系教授纳塔莉亚·特拉亚诺娃(Natalia Trayanova)说。
这个为期一年的项目的第一阶段刚刚获得了伦理委员会对约翰霍普金斯卫生系统下属的郊区医院和西布利纪念医院的批准，将从300多名到JHHS就诊的COVID-19患者中收集患者数据。这些数据包括心电图、心脏特定的实验室测试、持续获得的生命体征，如心率和氧饱和度，以及成像数据，如CT扫描和超声心动图。这些数据将用于训练算法。
然后，研究人员将利用JHHS和附近其他医院的COVID-19心脏损伤患者的数据测试该算法，这些医院可能位于纽约市。他们希望建立一个可预测的风险评分，可以提前24小时确定哪些患者有发生心脏不良事件的风险。
对于新患者，该模型将执行基线预测，每次有新的健康数据可用时都会更新基线预测。据研究人员所知，他们的方法将是第一个预测covid -19相关心血管结果的方法。
“作为一名临床医生，对COVID-19患者的新心脏问题进行风险分层的理想方法存在重大知识空白，这些问题很常见，可能危及生命。这些病人有不同的临床表现和非常不可预测的医院课程，”Allison G. Hays说，他是约翰霍普金斯大学医学院心脏病学部门的副教授，也是该项目的临床合作者。“该项目旨在帮助临床医生利用实时临床数据快速对患者进行风险分层，目的是广泛传播这方面的知识，帮助世界各地的医生治疗和监测COVID-19患者。”
类似的研究也存在，但仅用于预测COVID-19的总体死亡率或患者对ICU护理的需求。此外，这种方法要高级得多，因为它将分析多个数据源，并生成一个风险评分，该评分会随着新数据的获得而更新。
该项目将进一步阐明COVID-19相关心脏损伤如何导致心功能障碍和心源性猝死，这对抗击COVID-19至关重要。该项目还将帮助临床医生确定哪些生物标志物最能预测不良临床结果。
一旦研究小组创建并测试了他们的算法，他们就会将其广泛地提供给任何感兴趣的医疗机构来实现。
Trayanova说:“通过预测谁有可能出现最坏的结果，卫生保健专业人员将能够采取最佳的治疗或初级预防路线并拯救生命。”
Trayanova的工作重点是将工程方法引入临床领域，他希望这个项目将增强工程的作用，帮助病人活得更长，过得更健康。
张贴在卫生
标记的约翰霍普金斯卫生系统，冠状病毒，covid-19
新闻旨在传播有益信息，英文原版地址：https://hub.jhu.edu/2020/05/27/machine-learning-heart-damage-predict/