VR、3D 在对于医疗领域早已不新鲜了，早在 2014 年，FDA 就批准了一个使用了先进 3D 功能和增强现实的仿真技术，这项技术用在医疗培训和设备测试中，但融合的机器学习 / 人工智能的 VR、3D 技术却没见过。

        雷锋网 AIHealth 栏目了解到，伦敦帝国理工学院开发了一个新软件，可以为每个病人构建一个虚拟的 3D 心脏，模仿病人的每次心跳以及与其相关的功能，在这个模型中，人工智能能快速发现与心脏功能有关的预测心力衰竭和死亡准确度最高的因子，该模型中整合了心脏的 MRI、血液测试和其他观测信息。

        相比于常规的方法，机器学习能更快更准确地预测严重心脏病患者群体的死亡率。

        这项技术已经在肺动脉高压患者显示有效。肺动脉高压如果治疗不当，可能引发心率衰竭。然而，对于肺动脉高压可能引发心力衰竭的预防性治疗需要预测病人的患病率，而这在当前的技术条件下通常是不准确的。

        到目前为止，放射科医生要耗费大量时间对心脏功能进行评估，期望可以提前识别出那些病情恶化处于危险期的患者。而在最新的研究中，科学家只需要通过人工智能或是机器学习就可以预测某个特定患者的存活率，比传统技术更快更准确。

        利用帝国理工学院 Hammersmith 医院的 250 名患者数据，软件分析每位患者心脏的动态 MRI 图，目的是构建每次心跳时与心脏相关的超过 3 万个功能点。有了这些信息，就能为每个患者创建一个虚拟的 3D 心脏，并且之后软件能自动调试，找到预测心力衰竭和死亡最准确的因子。

        伦敦帝国理工学院的 Declan O’Regan 博士，也是这篇文章的主要作者。这样说道，

        这是计算机第一次分析心脏扫描图，预测病人的存活时间，这可能会变革心脏病患者的治疗方式。

        合作作者，LMS 的 Tim Dawes 博士，开发了支持该软件的算法。他表示，

        电脑在几秒内就可以完成这种分析，完全不需人类参与，自动整合来自影像、血液检测和其他观测的数据，它能协助医生在正确的时间，给正确的患者于正确的治疗。

        实验结果发布在《Radiology》上，结果表明相比于当前的方法，这种机器学习程序能预测得更快、更准确。

        研究人员说，未来，这种技术有可能应用于其他类型的心脏病患者身上。

        他们补充道，这是第一个通过人工智能去预测心脏疾病转归结果的研究。虽然在癌症和大脑疾病方面，人工智能发挥很大的用处，但是对于心脏动态影像图的分析更加具有挑战性。

        在美国，肺动脉高压影响人数高达 7000 人次，肺动脉高压是各种原因引起的静息状态下右心导管测得的肺动脉平均压(mean pulmonary arterial pressure，mPAP)≥25mmHg 的一组临床病理生理综合征。由于肺血管重塑引起肺循环血流动力学改变，最终可导致右心衰竭，甚至死亡。高达三分之一的患者在确诊后 5 年内去世。

        未来，这项技术甚至能用于其他心脏状况可能转归的疾病的预测，Dawes 博士补充道，我们想要进一步完善这项技术，使其可以应用在许多其他的心脏疾病中。我们想要探索，是否有更好的预测方法以指导疾病治疗，从而让人活得更久。

        这个团队目前利用不同医院的数据来测试这个软件，以验证其研究结果。

        研究的终极目标是：软件不仅能预测存活率，还能预测出对于每位患者而言，采取哪种治疗手段的效果最好。