智能技术经常被吹捧为心脏病学在患者护理和实践中面临的最大挑战的答案。但是夸张的终结和现实从人工智能，机器学习和深度学习开始的地方呢?
即使是最持怀疑态度的心脏病专家，也忍不住感觉到数字波在他们脚下l绕。具有特殊微型传感器的“智能支架”，它充当微型天线，可连续监测动脉的血流动力学变化并将这些数据传输到外部读取器。这是一个由AI驱动的系统，最近花费1.2秒在大脑CT扫描中准确解释急性疾病，比人类快150倍。该算法可以预测个别患者将留在医院多长时间，再次入院的几率以及他们不久将死亡的机会。
“随着信息技术与医疗技术的碰撞，正在发生的独特变化可能是我35年从事医学领域最令人兴奋的事情，”医学博士Peter Fitzgerald博士说。斯坦福大学医学中心的医学和工程学以及心血管创新研究中心主任。“今天的系统是过时的，需要被破坏，它将由谷歌和苹果等新公司以及令人难以置信的IT人员加入。”
医学博士John Rumsfeld也在乐观地注视着。美国心脏病学会的首席创新官是率先提倡使心血管界兴奋的各种机会的人之一。可穿戴设备和智能手机已经成为监视患者的心率，血压，呼吸模式，血糖水平和哮喘，然后将数据上传到云中供医生查看的主流设备。不久之后，可能会有一个超声心动图智能手机应用程序。可穿戴设备可能会衡量心率变异性;手表将可靠地预测房颤;微雷达传感器将检测无电极的心脏和肺部活动;整个代谢面板将通过绑在患者手臂或额头上的设备进行无创(远程)采集。
但是，要使这些应用中的任何一个成功，就必须解决一个更大的问题：如何处理大量生成的数据，以便可以使患者和医生受益的方式对其进行分析和解释。
AI的变革性角色
那就是AI和机器学习可能具有变革性的地方。正如费城天普大学医学院名誉教授，前ACC主席Alfred Bove博士所指出的那样，医生已经对来自患者的TB级数据流感到不知所措。他说：“处理它的一种方法是构建逻辑系统，该逻辑系统将收集数据，对其进行过滤并根据最佳和最有可能的诊断为医生提供建议。” “下一步将是建议一项行动计划，其中可能包括要服用的药物和所需的图像。”
斯坦福大学技术负责人费茨杰拉德(Fitzgerald)更喜欢将情报层称为“智能增强”，即IA，他创造了这个术语。他着眼于一种进化，在这种进化中，医师将获得人口统计和其他算法学到的信息。他说：“因此，进入心脏病学领域的30岁[医师]应该和60岁一样聪明。”
对于斯克里普斯研究转化研究所所长，即将出版的《深度医学》一书的医学博士Eric Topol来说，人工智能的内在力量和前途在于“深度表型化，因此您可以以前所未有的水平理解每个人”，这意味着生物学和基因组以及解剖体和生理组。“但是首先，您需要能够吸收并准确地解释所有这些数据，而深度学习和AI非常适合。”
影像引领潮流
成像可能是最早的“基于智能”的成功案例之一。拉姆斯菲尔德说，原因是图像的基本数据质量(相对于执行了哪种机器学习算法)非常高，从而允许进行复杂的模式识别和迭代学习。他预测：“我相信，在不久的将来，人工智能将能预读取所有类型的心脏CT，MR，回声以及心电图。” “它不会取代心脏病专家的角色，后者仍然会过度阅读。但这也许是，虽然您一天可以阅读一到两打研究，但是在AI支持的预读下可能翻一番或三倍。”
该领域的其他专家坚信，在未来十年内，几乎所有影像学研究都将在到达医师之前通过人工智能机器进行预分析。AI将通过对患者的电子健康史进行数据挖掘以获取重要信息，从而进一步增强检查和诊断流程，从而为患者护理提供比现在更全面的临床影像方法。
医生的过时谣言泛滥成灾
如果技术正处于重新配置医疗保健格局的风口浪尖，那么心脏病专家会从何而来?它们是否会成为可以全天候工作而不会造成判断偏差和担心倦怠的机器的附件?
相当大的一部分的Bove说，这种可能性极小，他认为“低技术”在医疗保健领域将始终发挥作用，即使是最先进的计算算法也无法使患者服用他或她的药物。医生需要成为“所有数据的仲裁者”，着眼于全局以及患者行为如何与其他所有事物整合。他说：“永远不会过时的是与患者面对面的个人相遇。” “这最终可能是我们作为医生改善医疗结果最重要的事情。”
