‎每日资讯速递2026-09-06-杜克大学AI超声心动图识别肺动脉高压与肥厚型心肌病

全文概要
杜克大学研究团队在 2026 年欧洲心脏病学会（ESC）大会上发表的两项 late-breaking 研究显示，人工智能可以从常规诊疗中采集的标准超声心动图影像里，识别肺动脉高压（PH）与肥厚型心肌病（HCM）这两类复杂心血管疾病，并进一步判断疾病类型与严重程度。研究覆盖多个国家、上万例患者，指向一种未来图景：基层或社区医院仅凭常规超声检查，也能让 AI 挖掘出更多此前被忽视的心血管功能线索，帮助医生更早识别需要专科评估的患者。

---

1. 单段四腔心视频即可识别肺动脉高压，无需多普勒

在第一项研究中，研究团队发现 AI 仅凭一个标准四腔心超声视频片段，就能识别出肺动脉高压——一种从心脏到肺部血管压力异常升高的疾病。该模型不需要多普勒成像、额外的成像切面，也不需要人工测量。

模型基于 17,969 例杜克患者数据开发，其中 8,644 例经右心导管检查确诊肺动脉高压，并在法国、斯坦福大学与中国的独立患者队列中完成外部验证。研究还显示，模型性能随疾病严重程度提高而增强，且能区分反映不同血流动力学压力模式的肺动脉高压亚型，提示单段常规超声影像中蕴藏着此前未被充分利用的诊断信息。

2. 自动识别肥厚型心肌病，并与其他"心肌肥厚"病因鉴别

第二项研究聚焦肥厚型心肌病——一种心肌异常增厚的心脏病。AI 模型基于杜克大学与日本国立循环器病研究中心共 9,578 例患者的多国队列开发，经 1,294 例内部测试与 791 例（罗格斯大学）独立外部验证。

这套全自动系统不仅能从标准超声心动图中检出 HCM，还能将其与可导致类似心肌增厚的其他疾病——如心脏淀粉样变性、主动脉瓣狭窄与高血压性心脏病——进行鉴别，并识别不同亚型。另一独立的 AI 模型还能判断增厚心肌是否阻塞心脏射血以及阻塞的严重程度，为临床提供"是否有病、哪种类型、影响如何"的完整信息链。

3. 从"自动化测量"到"挖掘额外信息"的范式升级

杜克团队强调，这一系列研究的价值不在于用 AI 替代医生已有的测量，而在于探索 AI 能否从标准诊疗中已采集的影像里，额外提取关于疾病的更多信息。

这意味着在心血管专科资源相对薄弱的社区医院，未来医生或许能借助此类 AI 技术，对接受常规超声检查的患者进行更早的风险分层，及时转诊需要专科评估的个体。两项研究均由杜克大学内部资助，未接受外部资金支持，第一作者与报告人为该校心内科副教授 Fawaz Alenezi。

来源：Duke Heart Pulse（杜克大学官网）、欧洲心脏病学会（ESC）2026 大会

---

---

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。