發(fā)布日期：2018-03-15

　　在美國(guó)，每天有2000多名患者心臟病發(fā)作，其中超過(guò)400人未能及時(shí)接受治療。當(dāng)有物體阻塞了向心臟供血的動(dòng)脈時(shí)，就會(huì)導(dǎo)致心臟病發(fā)作。如果沒(méi)有血液，心臟會(huì)因沒(méi)有必需的養(yǎng)分而無(wú)法正常運(yùn)作，開(kāi)始出現(xiàn)衰竭現(xiàn)象。病人等待治療的時(shí)間越長(zhǎng)，就越可能對(duì)心臟造成不可挽回的損傷。因此，對(duì)心臟病進(jìn)行及時(shí)檢測(cè)和治療，成為了挽救患者生命的關(guān)鍵。

　　雖然研究人員在心臟病發(fā)作檢測(cè)方面已經(jīng)取得了一些進(jìn)展，但其檢測(cè)的基本方法與一個(gè)世紀(jì)前并沒(méi)有任何差別。目前，醫(yī)生普遍使用于20世紀(jì)初研發(fā)的心電圖（ECG）來(lái)監(jiān)測(cè)心臟的電活動(dòng)。根據(jù)心臟病發(fā)作的位置和嚴(yán)重程度，ECG的某些區(qū)域可能會(huì)出現(xiàn)變化。然而，這些變化很小且不穩(wěn)定，并且只包括心臟所有電信號(hào)的一小部分。隨著科學(xué)技術(shù)的發(fā)展，研究人員已經(jīng)將不同的信號(hào)處理方式和其他復(fù)雜的數(shù)學(xué)操作應(yīng)用于心電圖中，但這些處理方式仍然無(wú)法表現(xiàn)出每個(gè)人心臟的差異。

　　就像所有人的指紋都各不相同一樣，每個(gè)人的心臟形狀和搏動(dòng)力度也略有不同，這導(dǎo)致自己的心電圖信號(hào)也不同于其他人。更何況，安放在身體表面檢測(cè)設(shè)備和心臟之間的空間可能因患者的體重、性別和身體類型而大不相同。所有的這些變化導(dǎo)致自動(dòng)化系統(tǒng)很難對(duì)在某一時(shí)刻的心臟狀況進(jìn)行預(yù)測(cè)。為了解決這一難題，我們需要研發(fā)一個(gè)新系統(tǒng)，可以根據(jù)每個(gè)人獨(dú)特的心臟形狀和信號(hào)進(jìn)行調(diào)整，從而檢測(cè)是否有心臟病發(fā)作。

　　為了改進(jìn)心電圖測(cè)量技術(shù)，研究團(tuán)隊(duì)利用計(jì)算機(jī)科學(xué)的最新成果機(jī)器學(xué)習(xí)技術(shù)來(lái)“教”計(jì)算機(jī)讀取心電信號(hào)。結(jié)合機(jī)器學(xué)習(xí)技術(shù)之后，心電圖可以告訴我們比以前更多的有關(guān)心臟的信息。

　　機(jī)器學(xué)習(xí)的工作原理

　　研究人員利用機(jī)器學(xué)習(xí)技術(shù)，訓(xùn)練計(jì)算機(jī)識(shí)別數(shù)據(jù)集中不易被肉眼識(shí)別出來(lái)的特征。研究人員給計(jì)算機(jī)提供了多組具有不同特征的分類數(shù)據(jù)，讓計(jì)算機(jī)“學(xué)習(xí)”數(shù)據(jù)集中的那些決定數(shù)據(jù)分類的特征。計(jì)算機(jī)檢測(cè)到的這些特征通常非常細(xì)小且復(fù)雜，并且可能難以被肉眼區(qū)分。一旦計(jì)算機(jī)了解了不同類別的對(duì)應(yīng)特征，它就可以應(yīng)用這些知識(shí)來(lái)確定新數(shù)據(jù)集所屬的類別。

　　我們?nèi)绾螒?yīng)用機(jī)器學(xué)習(xí)？

　　猶他大學(xué)的科學(xué)計(jì)算和成像研究所（The Scientific Computing and Imaging Institute, SCI）在生物醫(yī)學(xué)計(jì)算和可視化方面處于世界領(lǐng)先地位。SCI研究所的總體研究目標(biāo)是創(chuàng)建新的科學(xué)計(jì)算技術(shù)、工具和系統(tǒng)，從而為生物醫(yī)學(xué)、科學(xué)和工程領(lǐng)域的許多重要問(wèn)題提供解決方案。同時(shí)，SCI研究所也致力于利用現(xiàn)代計(jì)算的強(qiáng)大功能和通用性來(lái)推動(dòng)各個(gè)領(lǐng)域的進(jìn)步。

　　SCI研究所的研究人員已經(jīng)開(kāi)始使用機(jī)器學(xué)習(xí)來(lái)檢測(cè)心臟信號(hào)的變化，而這些心臟信號(hào)可以反映出心臟病發(fā)作的最初特征。研究人員將電信號(hào)從心臟中隔離出來(lái)，并在模擬心臟病發(fā)作之前、期間和之后檢查信號(hào)變化。然后，計(jì)算機(jī)將會(huì)讀取這些信號(hào)，并將數(shù)據(jù)分為“有心臟病發(fā)作”和“沒(méi)有心臟病發(fā)作”這兩個(gè)類別。計(jì)算機(jī)可以更快地確定心臟病發(fā)作的開(kāi)始時(shí)間，和人類相比速度提升了10%。同時(shí)，計(jì)算機(jī)在檢測(cè)心臟病發(fā)作的早期跡象時(shí)，其精確度也比人類提高了32％。

　　心臟病檢測(cè)的未來(lái)

　　利用機(jī)器學(xué)習(xí)幫助醫(yī)生進(jìn)行心臟病檢測(cè)，可以推動(dòng)心臟病學(xué)領(lǐng)域的發(fā)展。心臟病是人們生活中遇到的最惡劣的疾病之一，醫(yī)生會(huì)使用人工智能和機(jī)器學(xué)習(xí)等更先進(jìn)的技術(shù)來(lái)檢測(cè)和幫助治療這一疾病。對(duì)于那些因遺傳或環(huán)境因素而有患有心臟病發(fā)作風(fēng)險(xiǎn)的患者，也可以使用這種技術(shù)進(jìn)行檢測(cè)。這項(xiàng)研究提供了一種了解和檢測(cè)心臟病發(fā)作的新方法，甚至可能降低心臟病發(fā)作的死亡率。

　　我們希望，未來(lái)機(jī)器學(xué)習(xí)技術(shù)可以被應(yīng)用到更多疾病的檢測(cè)和診斷中，從而讓更多的患者從中受益。

　　參考資料：

[1] Machine learning could improve how doctors diagnose heart attacks

來(lái)源：藥明康德