索菲亚安蒂波利斯：根据在ESC急性心血管护理2026大会上（这是欧洲心脏病学会（ESC）下属急性心血管护理协会（ACVC）的年度大会）公布的一项研究，一种基于人工智能（AI）解读心电图的方法，在检测阻塞性心肌梗死方面优于标准方法。
对于疑似急性冠脉综合征的患者，心电图上的特定变化（称为ST段抬高）是患者可能出现冠状动脉闭塞的指标。这种类型的心脏病发作被称为ST段抬高型心肌梗死，需要立即进行经皮冠状动脉介入治疗以恢复心脏血流。对于没有ST段抬高的患者，胸痛的原因可能不太确定，需要进一步检查来确认心肌梗死是否由闭塞引起。
演讲者、来自意大利博尔扎诺中央医院的Federico医生解释说：“许多没有ST段抬高的患者患有阻塞性心肌梗死，但临床医生很难快速准确地识别出这一点，从而导致紧急治疗延误。我们研究了基于AI的初始心电图解读是否能提高检测无ST段抬高时阻塞性心肌梗死的准确性，以优化患者管理。”
这项单中心前瞻性研究纳入了1490名症状提示急性冠脉综合征但初始心电图无ST段抬高的患者。平均年龄为63岁，42%为女性。临床医生解读初始心电图、检测心肌肌钙蛋白水平，并根据需要执行冠状动脉造影，以根据ESC指南诊断阻塞性心肌梗死。同时，初始心电图由一款基于智能手机、获得CE认证的AI-ECG算法进行解读。
基于AI的心电图解读排除了1382名患者的阻塞性心肌梗死，并在108名患者（7%）中检测到了它。基于AI的方法正确识别了84%的阻塞性心肌梗死病例。敏感性为77%，特异性为99%，阴性预测值为98%。存在27例假阴性（2%）和17例假阳性（1%）。
根据标准诊断路径，基于肌钙蛋白水平排除了1207名患者的阻塞性心肌梗死，283名患者接受了冠状动脉造影以确认或排除诊断。总体而言，人类心电图解读正确识别了42%的阻塞性心肌梗死病例。
Federico医生总结道：“这种简单、易用的基于AI的方法，在识别和排除无ST段抬高患者的阻塞性心肌梗死方面，显示出优于传统诊断路径的准确性。我们单中心研究的结果需要进一步验证，但这些发现表明，AI心电图解读是对现有决策工具的有价值补充，有助于改善早期识别和及时有效的治疗。”
AI支持心血管疾病管理的能力将在今年ESC大会（将于2026年8月28日至31日在德国慕尼黑举行）的焦点主题中得到进一步探讨。
【全文结束】