如今AI爆火，克不僅僅只是娛樂性，日前據The Register報道，蘇格蘭的醫院正在試用可以確定患者是否患有心臟病的人工智慧軟體，以努力縮短事故和緊急情況的響應時間。
心臟病發作很難被發現，因為它的症狀——包括胸痛、頭暈和呼吸急促——與許多其他疾病有關。醫生經常會錯過其他生命體徵。英國心臟基金會(BHF)聲稱，如果誤診且未接受治療，患者「在30天後死亡的風險會增加70%」。
與此同時，正在測試的人工智慧系統可以「排除兩倍以上的患者心臟病發作的可能性，準確率為99.6%，」該非營利組織建議道。
「胸痛是人們就診於急診室的最常見原因之一，」BHF醫學主任Nilesh Samani爵士評論道。 「每天，世界各地的醫生都面臨著將因心臟病發作而疼痛的患者與因不太嚴重的疾病而疼痛的患者分開的挑戰。」
該慈善機構幫助資助了CoDE-ACS（急性冠狀動脈綜合徵診斷和評估協作）工具的研發，以診斷心臟病發作。該系統由機器學習算法提供支持，可預測患者心臟病發作的可能性。
CoDE-ACS 分析患者的年齡、性別、病史，檢查心電圖數據，並使用血液測試尋找肌鈣蛋白（一種在心肌受損時出現的蛋白質），以計算滿分100分。分數越高意味著心臟病發作的幾率更高。
研究人員認為，該算法可以弄清一些因症狀而進入A&E的人是否真的患有心臟病，從而使醫生能夠更快地識別出那些風險更高的人。
「對於因心臟病發作而出現急性胸痛的患者，早期診斷和治療可以挽救生命，」愛丁堡大學心血管科學中心心臟病學教授尼可拉斯米爾斯解釋說，他領導了發表在《自然》雜誌上的這項研究。
「不幸的是，許多情況會導致這些常見症狀，而且診斷並不總是直截了當的。利用數據和人工智慧來支持臨床決策具有巨大的潛力，可以改善對患者的護理並提高我們繁忙的急診科的效率。」
BHF表示，該技術正在蘇格蘭再次進行試驗，以查看它是否可以改善事故和急診部門的護理。「如果在實踐中採用CoDE-ACS臨床決策支持系統，可以減少在急診室花費的時間，防止不太可能發生心肌梗死且心源性死亡風險較低的患者不必要地住院，並提高對那些患有心肌梗死的患者的識別和治療。心肌梗死而不是心肌損傷，對患者和醫療保健提供者都有好處，」該研究總結道。
