9月15日消息，在人工智能的帮助下，研究人员开发了一种神经网络方法，通过分析心电图，可以100%准确地识别慢性充血性心力衰竭(CHF)。
据了解，充血性心力衰竭是一种慢性进行性疾病，影响心脏肌肉的泵血能力。由于高患病率、高死亡率和持续的医疗成本，临床医生和卫生系统迫切需要有效的检测过程。
研究人员通过使用卷积神经网络(CNN)来解决这些重要的问题。同时，他们认为，通过继续他们的研究，该技术不仅可以使患有慢性充血性心力衰竭的人受益，而且还可以提供早期检测方案。
英国萨里大学副教授Sebastiano Massaro表示：“我们对CNN的模型进行了训练，并在大量公开的心电图数据集上进行了测试。我们的模型通过检测一次心跳就能达到100%的准确率，我们能够诊断出一个人是否患有心力衰竭。”
此外，他还强调：“我们的模型也是已知的最早能够识别心电图形态学特征的模型之一，这些特征与病情的严重程度密切相关。”
充血性心力衰竭是一种慢性进行性疾病，影响心脏肌肉的泵血能力。由于高患病率、高死亡率和持续的医疗成本，临床医生和卫生系统迫切需要有效的检测过程。
