心力衰竭（HF）日益流行，在全球范围内估计影响约万人，可致高发病率和死亡率，并可导致反复住院及住院时间延长，医疗费用支出增加。心衰潜在病理生理机制复杂，与氧化应激增加、促炎途径激活、神经体液激活、心肌舒张和损伤以及细胞外基质重构之间的相互作用有关，这些变化可导致电生理、机械和结构异常。
医院心脏科谢家伟教授和香港城市大学张清鹏教授尝试应用人工智能机器学习方法对左室射血分数≤45%的心衰患者进行危险分层。机器学习方法在训练数据集大样本量的基础上得出了高度精确的结果。例如，在神经网络上构建的用于HF预测的深度学习模型通常需要大规模的标记样本来训练具有大量模型参数的神经网络，但是在某些实际应用中，由于难以获得大规模（标记）样本，此要求无法满足。为了克服此数据不足的问题，尽管每个任务训练样本有限，但在共同学习多个相关任务时，多任务学习是使整体预测性能提高的良好解决方案。多任务学习的灵感来源于人类能够应用从既往任务中获得的知识来帮助我们学习新任务的能力。多个任务之间没有区别，最终目的是提高所有任务的学习性能。多任务学习已成功应用于多项应用程序，例如心脏图像分析。
心力衰竭（HF）涉及导致电学和机械功能障碍的复杂重构。研究者假设机器学习方法与逻辑回归相比将改善HF患者不良结局危险分层，且能结合从不同调查方式获得的数据，包括心电图和超声心动图的心房和心室测量值，血液炎性标志物[中性粒细胞与淋巴细胞比值（NLR）]和预后营养指数（PNI）。
该研究纳入了年1月1日至年12月31日间，就诊于经胸超声心动图中心且随后诊断为HF患者。比较多层感知机和多任务学习两种机器学习技术与逻辑回归预测心房颤动（AF）、短暂性脑缺血发作（TIA）/中风和全因死亡率的能力。该研究包括名HF患者[平均年龄：64（55-73）岁，75%男性]。随访期间有76例新发房颤、62例TIA/卒中和例死亡。单变量分析显示，年龄、左心房储能应变（LARS）和收缩应变（LACS）是新发房颤的重要预测指标。年龄和吸烟可预测中风。年龄、高血压、2型糖尿病、慢性肾脏疾病、二尖瓣或主动脉瓣关闭不全、V1的P波终末向量、部分房内传导阻滞、左心房直径、射血分数、整体纵向应变，血清肌酐和白蛋白、高NLR、低PNI及LARS和LACS可以预测全因死亡率。机器学习技术比逻辑回归具有更好的预测性能（表1，图1-2）。
该研究中执行了三个预测任务：AF（任务1），TIA/卒中（任务2）和全因死亡率（任务3），这三个任务相互关联。我们使用了基于卷积网络的多任务学习方法，其中我们设计了一个公共知识共享层和一个特定任务知识共享层，以共同捕获这三个预测任务中的重要相关信息。深度多任务学习方法对数据不足不敏感，可提高三个预测任务的整体性能。我们研究的实验结果表明，深度多任务学习模型是一种通过运用HF因变量间复杂且信息丰富的交互作用，从而共同实现提高预测多个任务/结局整体性能的有效方法。
表1纳入研究的心衰患者的基线特征
图1描绘窦性心律患者的左心房边界，应变曲线显示反映最大心房纵向应变（PALS）和最大心房收缩应变（PACS）的特征性三相两峰（A）。描绘典型房颤患者的左心房边界，由于缺乏PACS导致应变曲线PALS降低和第二个峰消失（B）。描绘左心室边界及应变曲线（C）。
图2使用多任务学习模型进行结局预测。研究分析总结（A）。该模型包括公共知识共享层和特定任务知识共享层（B）。
使用基线变量、实验室、心电图和超声心动图指标进行的多模态评定对HF危险分层意义重大。人工智能机器学习方法为改进结局预测提供了额外的预测价值。
参考文献
TseG,ZhouJ,WooSWD,KoCH,LaiRWC,LiuT,LiuY,LeungKSK,LiA,LeeS,LiKHC,LakhaniI,ZhangQ.Multi-modalitymachinelearningapproachforriskstratificationinheartfailurewithleftventricularejectionfraction≤45.Oct23;7(6):-.
专家简介
刘彤，医院心脏科主任医师，教授，天津心脏病学研究所副所长，天津医科大学科技处副处长，天津市创新型人才（第一层次），首批天津市津门医学英才。医学博士/博士后（美国Cedars-Sinai医学中心），天津医科大学博士生导师。主要从事心脏起搏与射频消融、心房颤动、肿瘤心脏病学的基础和临床研究。现任中华医学会心脏起搏与电生理分会委员，中华医学会心血管病分会青年委员，国际心电学会（ISE）青年委员，中华医学会心脏起搏与电生理分会中国医师协会心律学专业委员会中青年电生理工作委员会副主任委员，中国心律学会青年委员，中国心电学会委员，中国抗癌协会第一届整合心脏病学分会常务委员。PACE杂志（SCI收录）编委，CardiovasDiagTher杂志（SCI收录）编委，CardiolResPract杂志（SCI收录）特刊主编，中华心律失常学杂志通讯编委，中国心血管病研究杂志青年编委会副主任委员，中华老年心脑血管病杂志编委。
承担国家自然科学基金项目4项，承担天津市自然科学基金重点项目2项，参与国家自然科学基金项目2项，获天津市科技进步奖3项。JACC、Stroke、CardiovascDiabetol、Heart、JAHA、CirculationAE、HeartRhythm等杂志发表第一作者及通讯作者文章余篇，总引用次数次，主编及主译英文专著各1部，副主编专著2部。
谷云飞，郑州医院心内二区主任，副主任医师，郑州大学硕士生导师，现任中华医学会心电生理与起搏分会中国医师协会心律学专委会中青年电生理工作委员会委员，中国医师协会心脏重症委员会青年委员、中国老年保健医学研究会老年心血管分会青年常务委员、中国医促会心律与心电分全国委员、海医会心脏重症委员会河南分会秘书、河南省心电生理与起搏分会射频消融学组委员、河南省生物医学工程学会介入分会委员、河南省卒中学会心律失常房颤委员会委员，河南省房颤中心联盟秘书，洛阳市医学会心血管病分会秘书，《实用心电学杂志》、《中国循证心血管医学杂志》、《医师在线》杂志编委，洛阳心脏网、循环在线