為了提升服務質素,我們會使用Cookie或其他類似技術來改善使用者的閱讀體驗。如想了解更多請到這裡>。如果接受請點確認按鈕進入網站。
心臟病發作很難被發現,因為它的症狀——包括胸痛、頭暈和呼吸急促——與許多其他疾病有關。醫生經常會錯過其他特徵。英國心臟基金會(BHF)聲稱,如果誤診且未接受治療,患者「在30天后死亡的風險會增加70%」。
與此同時,正在測試的人工智能係統可以「排除兩倍以上的患者心臟病發作的可能性,準確率為99.6%,」該非營利組織建議道。
該慈善機構幫助資助了CoDE-ACS(急性冠狀動脈綜合徵診斷和評估協作)工具的研發,以診斷心臟病發作。該系統由機器學習算法提供支持,可預測患者心臟病發作的可能性。
CoDE-ACS 分析患者的年齡、性別、病史,檢查心電圖數據,並使用血液測試尋找肌鈣蛋白(一種在心肌受損時出現的蛋白質),以計算滿分100分。分數越高意味著心臟病發作的機率更高。
研究人員認為,該算法可以弄清一些因症狀而進入A&E的人是否真的患有心臟病,從而使醫生能夠更快地識別出那些風險更高的人。
BHF表示,該技術正在蘇格蘭再次進行試驗,以查看它是否可以改善事故和急診部門的護理。