आर्टिफिशियल इंटेलिजेंस

जर्नल ऑफ कार्डियक फेलure के एआई फोकस अंक में हृदय विफलता की पहचान और प्रबंधन के नए उपकरण

· GlobeWire Daily Editorial Desk · Source: www.prnewswire.com

2 मिनट में पढ़ें

मुख्य बातेंजर्नल ऑफ कार्डियक फेलure (JCF) के नवंबर 2026 के अंक में प्रकाशित शोध के अनुसार, नियमित इकोकार्डियोग्राम क्लिप के कृत्रिम बुद्धिमत्ता (AI) विश्लेषण को मानक नैदानिक स्कोर के साथ जोड़ने पर, हेमोडायनामिक रूप से पुष्ट प्रिजर्व्ड इजेक्शन फ्रैक्शन (HFpEF) वाले 78% रोगियों की पहचान हुई, जबकि अकेले स्कोर का उपयोग करने पर यह आंकड़ा 48% था। यह शोध हार्ट फेलure…
New HFSA Scientific Statement Calls for Right Heart Failure to Be Recognized as a Distinct Clinical Syndrome

चित्र: Heart Failure Society of America · चित्र स्रोत · Resized and letterboxed to 16:9; no AI generation

जर्नल ऑफ कार्डियक फेलure (JCF) के नवंबर 2026 के अंक में प्रकाशित शोध के अनुसार, नियमित इकोकार्डियोग्राम क्लिप के कृत्रिम बुद्धिमत्ता (AI) विश्लेषण को मानक नैदानिक स्कोर के साथ जोड़ने पर, हेमोडायनामिक रूप से पुष्ट प्रिजर्व्ड इजेक्शन फ्रैक्शन (HFpEF) वाले 78% रोगियों की पहचान हुई, जबकि अकेले स्कोर का उपयोग करने पर यह आंकड़ा 48% था। यह शोध हार्ट फेलure सोसाइटी ऑफ अमेरिका (HFSA) की आधिकारिक पत्रिका में प्रकाशित हुआ है।

अध्ययन के विवरण और निष्कर्ष

  • नैदानिक सटीकता: शोधकर्ताओं ने संदिग्ध HFpEF वाले 280 बाह्य रोगियों के इकोकार्डियोग्राम पर EchoGo HF मॉडल लागू किया, जिसमें व्यायाम हेमोडायनामिक परीक्षण को स्वर्ण मानक के रूप में उपयोग किया गया।
  • दो-चरणीय रणनीति: एआई मॉडल ने कम या मध्यम H₂FPEF स्कोर वाले रोगियों के लिए सबसे अधिक मूल्य प्रदान किया, जिससे लेखकों ने पहले स्कोर की गणना करने और अनिश्चित परिणामों के लिए ही एआई का उपयोग करने का सुझाव दिया।
  • रोग की गंभीरता का सूचक: एआई-संसूचित HFpEF परिणाम उच्च फिलिंग दबाव और कम व्यायाम क्षमता से स्वतंत्र रूप से जुड़ा हुआ पाया गया।

अन्य नवंबर JCF एआई अध्ययन

  • SGLT2 अवरोधक अनुसंधान: जांचकर्ताओं ने 599 हृदय रोग रोगियों के नैदानिक नोट्स पर एक बड़े भाषा मॉडल (OpenAI का o1) का उपयोग करके SGLT2 अवरोधकों के नुस्खे न लिखे जाने के कारणों को 84.7% सटीकता के साथ वर्गीकृत किया।
  • देखभाल निरंतरता समीक्षा: प्रकाशित समीक्षा ईसीजी और इमेजिंग का उपयोग करके प्रारंभिक पहचान से लेकर इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड जोखिम स्तरीकरण तक के एआई अनुप्रयोगों की जांच करती है।

संपादकीय दृष्टिकोण और व्यावहारिक निहितार्थ

अतिथि संपादकों ने इस बात पर प्रकाश डाला कि बढ़ती आबादी के बोझ और स्थिर चिकित्सक कार्यबल के कारण एक देखभाल का अंतर पैदा होता है जिसे एआई पाटने में मदद कर सकता है। हालांकि, उन्होंने इस बात पर जोर दिया कि नैदानिक मूल्य, सुरक्षा और समानता की पुष्टि के लिए prospective अध्ययन आवश्यक हैं। पाठक जर्नल ऑफ कार्डियक फेलure के ऑनलाइन प्लेटफ़ॉर्म के माध्यम से प्रकाशित निष्कर्षों को सत्यापित कर सकते हैं।

यह खबर शेयर करें
मूल स्रोत पढ़ें: November Journal of Cardiac Failure Focus Issue on Artificial Intelligence: AI Echo Raises HFpEF Detection to 78%

AI की सहायता से तैयार रिपोर्ट; मूल स्रोत के दावों की स्वतंत्र पुष्टि नहीं की गई है।

लेखक के बारे में

GlobeWire Daily Editorial Desk — प्रकाशित स्रोतों पर आधारित AI-सहायता प्राप्त खबरें।

और पढ़ें