人工智能在腦卒中患者心房顫動預測中的應用

□ 朱千里 ZHU Qian-li

我國人口基數較大且結構不平衡，造成了社會醫療負擔較重。如何運用有限的醫療資源滿足龐大的患者群需求是現今醫改的重點和難點。腦卒中是一種常見并具有較高致殘率的疾病[1]，主要病因分為腦血管源性和心源性[2]，其中心源性多見于心房顫動患者[3]。針對不同病因腦卒中患者的治療原則不同，腦血管源性腦卒中的病理生理機制為動脈粥樣硬化，治療以抗血小板為主[4]；房顫致腦卒中的病理生理機制為左房血栓脫落致腦動脈栓塞，故治療以抗凝為主[5]。如不加以區分地對患者進行隨機治療：對僅存在動脈粥樣硬化的腦卒中患者進行聯合抗凝治療會增加出血等高危并發癥；對房顫導致腦卒中的患者進行單純抗血小板治療則為無效治療。因此，尋找一種有效、簡易的方法來篩查、甄別伴發房顫的腦卒中患者至關重要。既往的研究對于腦卒中患者伴發房顫的篩查方法主要從提高敏感性出發，通過延長心電監測的時程來實現[6-8]，但這些研究涉及的連續長達3 周至3 個月的心電監護在我國這種醫療資源稀缺的特殊環境下，臨床實際應用價值較低，無法普及推廣。本研究希望通過使用人工智能的手段，以心電監測結果為依據，觀察人工神經網絡在預測腦卒中患者合并房顫方面的效能。

資料與方法

1.一般資料。納入標準：2013 年1 月至2018 年1 月期間于我院診斷為急性腦卒中并住院治療患者，共669 例。排除標準：(1)腦卒中出現出血轉化；……