出院前认识到严重并发症的风险
坦佩雷大学和TAYS(坦佩雷大学医院)心脏医院将芬兰VTT技术研究中心开发的人工智能(A.I.)技术用于心脏病患者的家庭护理。目的是使用最新的方法尽早发现严重的难以预测的并发症。
近日，芬兰研究人员在坦佩雷开展了一项临床研究，利用最新的分析方法来识别那些发生并发症的高危心肌梗死患者。该项目综合利用治疗过程中产生的数据，但这些数据通常被分散到单独的系统中，并通过继续监测患者出院后的心脏功能来补充数据。通过人工智能和机器学习方法对收集到的大量数据进行分析，这些方法是在以前患者治疗数据的帮助下教授的，并被开发用于心肌梗死患者。
这项研究对患者的实际意义是，当他们离开医院时，一个小型心电图记录仪被连接到他们的胸部医院．它还可以连接到互联网进行监测，只要测量需要。
“这些结果可以用来提高患者的安全，并更准确地将监测目标对准从中受益最多的患者。仅在TAYS地区，每年就有多达1000名患者可以从这项研究中受益，”VTT的高级科学家Kari Antila说。
高危患者是第一批监测对象
该方法可以预测并发症，同时针对高风险患者进行监测，使设备制造商能够在国际市场上为专业人员和消费者提供服务。
“高危患者是在治疗过程中发现的，监测首先针对的是他们。这样，在预测概率高的情况下，该方法的敏感性和特异性可以最大化”，Niku Oksala，外科副教授和项目负责人强调说。
“将现有的碎片化信息整合为支持决策的有意义的细化数据，可能是在当前关于芬兰社会和社会发展的辩论中提高成本效率的最重要措施医疗改革．此外，这是旨在提高患者安全的重要一步，”该项目的首席研究员、心脏病学专家Jussi Hernesniemi说。
2017年5月，TAYS心脏医院启动了MADDEC(检测和预防导致心血管疾病并发症的严重不良事件的大量数据)项目相关的临床研究，该研究将于6月15日在坦佩雷举行的EMBEC 2017国际会议上发表。
