研究发现人工智能减少了患有常见心力衰竭的黑人患者的漏诊

2024-08-16 来源: drugdu 63

伦敦国王学院 (KCL) 领导的一项研究表明,与常规实践相比,使用人工智能 (AI) 时,黑人患者被误诊为常见心力衰竭的可能性较小。
该研究由英国心脏基金会资助,可以帮助研究人员了解不同种族射血分数保留的心力衰竭 (HFpEF) 漏诊程度,并减少偏见并改善诊断。
据估计,英国有超过一百万人患有心力衰竭,其中 50% 患有 HFpEF,这种疾病发生在心脏正常泵血但不能正常充血时,从而导致呼吸困难、疲劳和头晕等衰竭症状和体征。
研究人员使用一种名为自然语言处理 (NLP) 的人工智能算法,该算法可以读取和理解医学文本并分析电子病历,确定了近 1,973 名符合欧洲心脏病学会当前 HFpEF 诊断指南的患者——其中 64% 为白人,29% 为黑人,7% 为亚洲人。
研究人员希望了解这些患者在没有 NLP 的情况下是否能在常规护理中得到有效诊断,他们发现黑人和亚裔患者在使用 AI 时不太可能被漏诊。
研究团队认为,这是因为 HFpEF 的诊断部分使用了 H2FPEF 测试的分数,而算法中并未使用该分数,而 NLP 则考虑了其他可能的促成因素,特别是心房颤动(在白人和亚裔人群中更为常见,而高血压在黑人患者中更为常见)。
最终,研究人员认为 HFpEF 诊断工具可能会导致更多黑人患者被漏诊,并强调需要改善 HPpEF 的诊断,同时分析 AI 的使用情况以做出更准确的诊断。
该研究的联合负责人、伦敦国王学院介入心脏病学临床科学家兼名誉顾问 Kevin O'Gallagher 博士评论道:“如果我们要有效解决心力衰竭的不平等问题,那么临床医生必须意识到心力衰竭在所有种族患者中的表现。
“仍需开展更多研究来改进诊断工具。至关重要的是,每个人在最需要的时候都有同等机会获得改善生活的治疗。”

https://pharmatimes.com/news/study-finds-ai-reduces-underdiagnosis-of-black-患者-with-common-heart-failure/

责编: editor
分享到: