50
分享 
全文概要
在欧洲心脏病学会（ESC）年会（德国慕尼黑）上，帝国理工学院团队展示了一套 AI 心电图系统，可在两秒内读取常规心电图，识别出临床医生难以从同一份波形中发现的隐藏心力衰竭与瓣膜病信号。相关成果于 9 月 2 日见诸报道，覆盖美国 6.7 万名患者的验证显示，该工具可识别高达 81% 的心衰病例与高达 90% 的瓣膜病病例。
1. “超人类 AI”：同一份心电图里的隐藏信号
研究负责人、英国心脏基金会临床研究员 Ahmed El-Medany 博士将其称为"超人类 AI"——信号其实已经存在于心电图记录中，但临床医生无法仅凭肉眼可靠地从中提取出来。这背后的逻辑是：心电图记录的是心脏电活动，其中可能潜藏着与结构异常（如心衰、瓣膜病变）相关的微弱模式，而这些模式超出了人眼的识别能力。
该团队在巴西 160 万份与患者记录关联的心电图上训练模型，并结合美国数百万份记录进行验证，使模型学会将心电图模式与后续诊断关联起来。
2. 81% 心衰、90% 瓣膜病的检出能力
这项覆盖美国 6.7 万名患者的验证显示，该 AI 系统可识别高达 81% 的心力衰竭病例与高达 90% 的瓣膜病病例——而它所使用的，正是一份最初并非为检测这两种疾病而设计的常规心电图。
这意味着，一份便宜、快捷、随处可做的常规心电图，有望成为结构性心脏病的"初筛前哨"。研究团队强调，系统的定位是帮助分诊而非取代医生：它负责识别更可能存在结构性心脏问题的患者，让他们被优先安排心脏超声等进一步检查。帝国理工学院心脏病学教授 Fu Siong Ng 指出，患者转诊心脏超声后往往要等数月，而 AI 心电图有望"插队"识别最需要尽快检查的人。
3. 从分诊工具到手持设备：落地与边界
研究团队已将相关模型拓展用于心梗、心律失常、糖尿病、肾脏疾病等识别（准确率 70%～93%），并依托衍生公司 Cardiovolt. ai 推进商业化，下一步计划开发集成 AI 的手持心电图设备。英国心脏基金会的 Sonya Babu-Narayan 博士认为，这类技术有望帮助"快速通道"最可能有心脏异常的患者。
但需要冷静看待边界：该系统尚未完成常规临床应用所需的临床验证与监管审批，试验也尚未证明在真实临床中使用 AI 心电图能否带来更早治疗或更优预后。对心血管医生而言，这是一项值得期待的分诊工具，其临床价值最终取决于前瞻性研究的验证。
来源：欧洲心脏病学会（ESC）、英国《卫报》、帝国理工学院
声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。
- 1. "超人类 AI"：同一份心电图里的隐藏信号
- 2. 81% 心衰、90% 瓣膜病的检出能力
- 3. 从分诊工具到手持设备：落地与边界
