一项近期发表于《npj Digital Medicine》的研究显示，人工智能技术结合心脏超声数据，有望提升晚期心力衰竭的诊断效率。该研究由威尔康奈尔医学院、康奈尔科技、康奈尔安·S·鲍尔斯计算与信息科学学院、哥伦比亚大学瓦格洛斯内科与外科医生学院和纽约长老会医院的研究人员共同主导，为改善患者护理提供了新方向。
目前，晚期心力衰竭的诊断依赖心肺运动测试，需要专业设备和人员，通常仅在大型医疗中心进行，导致许多患者难以获得及时护理。美国估计有20万名晚期心力衰竭患者，每年仅少数能接受适当治疗。
研究团队测试了一种新型AI驱动方法，利用心脏超声图像和电子健康记录，高精度预测关键指标峰值耗氧量，以替代传统测试。威尔康奈尔医学院AI与数据科学副院长王飞博士指出：“这为利用常规护理数据更高效评估晚期心力衰竭患者开辟了有前景的途径。”
这项成果是心血管AI倡议的首个产出，旨在通过AI优化心力衰竭管理。纽约长老会医院晚期心力衰竭和心脏移植主任Nir Uriel博士表示，临床专家与AI研究人员的合作推动了技术发展。康奈尔科技副院长Deborah Estrin博士补充道：“这是一个医学塑造AI未来的案例。”
AI团队开发的多模态机器学习模型，处理了心脏动态超声、波形图像和电子健康记录等数据。模型基于1000名患者数据训练，并在127名患者中验证，预测准确率约85%，优于先前方法。
研究人员已规划临床研究，需美国食品药品监督管理局批准。Uriel博士强调：“这种方法如能广泛应用，将改变临床实践，提升患者生活质量。”AI工具在心力衰竭诊断中的应用，展现了技术改善医疗的潜力。
出版详情：作者：Weill Cornell Medical College；标题：《AI tool shows promise in diagnosing advanced heart failure》；发表于：《npj Digital Medicine》(2026)。
