近幾十年以來，心臟病是導致美國人死亡的主要因素，所以患有心臟衰竭（Heart Failure）的美國人越來越多一點也不奇怪。預計到 2030 年，確診患有心臟衰竭的美國成年人將會增加 46%，這意味著患病人數將達到 800 萬，一半左右的人在確診 5 年內死亡。
心臟衰竭是指由於心臟的收縮功能或舒張功能發生障礙，不能將靜脈回心血量充分排出心臟，導致靜脈系統血液淤積，動脈系統血液灌注不足，而引起心臟循環障礙症候群。
心臟衰竭很難早確診，在美國國家衛生研究院（National Institutes of Health）幫助下， IBM Research 的一個科學家團隊聯合 Sutter Health 的科學家與 Geisinger Health System 的臨床專家，利用基於電子病歷（Electronic Health Records）背後可能隱藏的訊息，研究和預測心臟衰竭。在過去 3 年裡，利用自然語言處理、機器學習和大數據分析等 AI 最新進展，該團隊訓練了一個比現今典型診斷早一至兩年確診心臟衰竭的模型。這項研究提出了關於訓練模型所需數據，以及實際權衡等方面的重要見解，並開發了更容易應用在未來模型的新應用方法。
▲ 正常心臟和衰竭心臟。（Source：美國心臟協會）
現在的醫生通常會對病人安排心臟衰竭測試，並在病歷中記錄患者心臟衰竭的體徵和症狀。儘管已經做了最大的努力，但是患者通常是在急性事件接受住院治療之後，才被診斷出心臟衰竭，此時疾病已經對身體造成不可逆轉的漸進性器官損傷。
該團隊的研究重點是，在典型臨床診斷的前一年或前幾年，透過利用電子病歷系統包含的數據，檢測和預測病人患有心臟衰竭的風險有多大。
為了達到他們的目標，應用自然語言處理和機器學習方法，該團隊開發和應用了幾種認知計算和 AI 技術來分析項目中的患者數據。
在項目過程中，團隊致力於達成一系列目標，得到一些意想不到的發現，其中包括：
- 第一個目的是了解 Framingham Heart Failure Signs and Symptoms（FHFSS）用於早期檢測的有效性， FHFSS 是臨床醫生通常用來診斷心力衰竭的傳統風險因素。研究者使用自然語言處理技術（NLP），透過分析訊息和辨識概念（包括富氏風險標準（Framingham risk criteria）或其他類型的症狀），從非結構化數據（如醫生筆記）中提取資訊。有趣的是，研究結果顯示，28 例原始 FHFSS 體徵和症狀中，只有 6 例確定是未來呈現心臟衰竭的可靠預測因子。
- 第二個目的是，透過將醫生筆記的非結構化數據與結構化電子病歷數據相結合，確定能否更準確地預測心臟衰竭。為此，團隊應用機器學習方法來構建考慮變量組合的預測模型。研究結果顯示，與 FHFSS 聯合使用時，收集在電子病歷中的其他常規數據類型（如疾病診斷、藥物處方和實驗室檢查）可能是預測患者心臟衰竭發作更有用的預測因素。
（Source：IBM）
以上顯示了心臟衰竭預測研究的模型圖，該模型可比當前技術早一到兩年確定心臟衰竭。
使用縱向電子病歷數據（EHR），研究者在觀察期中提取和分析了各種結構化和非結構化數據類型，其中索引日期代表可以進行預測的最早日期，預測期（ prediction window ）指的是傳統手段診斷前，模型能夠預測的一個時間段。
在幫助檢測個體心臟衰竭的可能性方面，研究還使團隊深入認識特定數據類型與實用性之間的權衡。例如，當使用更多樣化的數據類型時，模型的性能得到改善，其中診斷、用藥遺囑和住院數據三者之間的兩兩組合是最重要的數據類型。利用知識驅動的藥物和診斷本體，將變量概括為更高層次的概念，並開發出數據驅動的方法來辨識和選擇最顯著的變量，創建出更小和更強大的變量子集。最終，團隊開發出性能和實用性都優良的預測模型。
這從臨床的角度來看非常重要，因為模型中使用的患者因素可能超過了 1,000 個，但是沒有醫療保健專業人員希望輸入如此多變量。對於訓練有效預測疾病模型所需數據的最低數量和類型，這些研究成果提出了可實現的指導方針。去年 11 月，發表在 Circulation: Cardiovascular Quality and Outcomes 的一篇論文「Early Detection of Heart Failure Using Electronic Health Records」和另一篇論文「Learning About Machine Learning: The Promise and Pitfalls of Big Data and the Electronic Health Record」記錄了這一研究的其他實際意義。
以上三方將繼續合作，進一步推進目前的研究結果。這項工作令人振奮的一面是，有適用於其他疾病的潛在可能性。大數據的可用性聯合革新的認知計算，有望讓臨床診斷和早期疾病檢測方面取得重大進展。