在英国，医生们开发了一种算法，通过扫描数百万份全科医生记录来发现有中风风险的病人，每年可以避免数千例中风。
该工具使用机器学习来搜索医疗数据中的危险信号，这些危险信号可以识别未确诊的心房颤动（AF）患者，这是一种显著增加中风风险的心脏病。
英国约有160万人被诊断患有心房颤动。医生认为，可能还有成千上万的人因为没有任何症状而不知道自己患有心房颤动。
如果及早诊断和治疗，可以控制病情，降低中风风险。
该算法根据许多因素计算出某人的风险，包括年龄、性别、种族，以及他们是否患有心力衰竭、高血压、糖尿病、心脏病或慢性阻塞性肺病（COPD）等其他疾病。
据估计，在英国，房颤是导致每年2万人中风的一个因素。
该算法由利兹教学医院NHS信托基金和利兹大学的医生和科学家在英国心脏基金会（BHF）的资助下开发。
他们使用210万人的匿名电子健康记录开发了这个工具，训练算法来发现有房颤风险或可能已经患有房颤的人的警告信号。该工具用另外1000万人的记录进行了验证。
NHS正在一项名为Find-AF的研究中试用该工具，该研究由BHF和利兹医院慈善机构资助。专家们希望西约克郡的研究能为该算法在全英国的应用铺平道路。
确定为房颤高风险的患者提供手持式心电图（ECG）机，连续四周每天两次测量他们的心律，以及任何时候他们感到心悸。如果心电图机读数显示患者有房颤，他们的全科医生被告知，他们可以讨论治疗方案。
一位已经受益的前陆军上尉说，他“非常感激”他的AF被该工具发现。74岁的约翰·彭奈利住在布拉德福德的阿佩利桥，他现在每天吃几片药，以降低患潜在致命中风的风险。
利兹大学心血管医学教授、利兹教学医院NHS信托的名誉顾问心脏病专家克里斯·盖尔说：“通常情况下，一个人患有未确诊的房颤的第一个迹象是中风。这对病人和他们的家人来说可能是毁灭性的，瞬间改变了他们的生活。它还对卫生和社会保健服务造成重大成本影响——如果及早发现和治疗，这些成本本来是可以避免的。”
BHF的副医学主任Sonya Babu-Narayan博士说，该算法提供了一个“真正的机会”，可以识别更多可能从治疗中受益的房颤患者，以降低他们的中风风险。
利兹教学医院NHS信托的Ramesh Nadarajah博士说，如果进一步的测试成功，它可能会成为日常临床实践的一部分。
他说：“最终，我们希望这种方法能够增加在早期被诊断为房颤的患者的数量，这些患者得到了减少中风风险所需的治疗。”
英国国民医疗服务体系周六表示，在预防中风方面取得了里程碑式的进展。去年，100万房颤患者服用了血液稀释剂以降低中风风险。
在过去的五年里，抗凝药物帮助英格兰预防了9000例中风。
英国国民医疗服务体系心血管疾病预防主任海伦·威廉姆斯说：“通过对绝大多数有房颤风险的人进行抗凝治疗，我们可以保护他们免受致命或致残的中风。”这对全国成千上万的人来说是个极好的消息。”
