结构性心脏病，包括瓣膜疾病、先天性心脏病（CHD）以及其他影响心脏功能的问题，影响着全球数百万人。这些疾病往往因为缺乏常规且经济的筛查测试而未被发现。
根据《2023年世界心脏健康报告》，全球有5亿人患有心血管疾病，每年有2000万人死于该病，而随着全球生活方式日益久坐，这些数字逐年增长。然而，大多数死亡的发生是因为早期诊断不可行。普通心电图（ECG）通常无法检测结构性异常，而超声波检查对大多数人来说又过于昂贵。但如果有一种方法能让普通心电图变得更高效，并能早期检测结构性心脏病呢？根据最新研究，人工智能可能已经实现了这一目标。
什么是EchoNext？
发表在《自然》（Nature）杂志上的一篇论文称，科学家们开发了一种结合人工智能和普通心电图技术的工具——EchoNext，用于识别需要接受超声波检查（超声心动图）的患者，这是一种用于诊断结构性心脏问题的程序。
哥伦比亚大学瓦格洛斯内外科学院（Columbia University Vagelos College of Physicians and Surgeons）医学与生物医学信息学助理教授皮埃尔·埃利亚斯（Pierre Elias）领导了这项研究。他表示：“我们有结肠镜检查和乳腺X光检查，但大多数心脏病却没有类似的筛查手段。” EchoNext旨在分析常规心电图数据，并识别是否需要进行心脏超声检查。“它可以识别心脏病专家无法从心电图中发现的疾病。”他补充道，“EchoNext基本上是利用更便宜的测试来判断谁需要更昂贵的超声波检查。”
EchoNext的表现优于专家心脏病专家
EchoNext被设计用于评估常规心电图数据，并判断是否需要进行心脏超声检查。研究人员使用了来自23万名患者的超过120万对心电图数据来训练深度学习模型。
在一项涉及美国四家顶级医院系统的验证研究中，该筛查工具在识别结构性心脏问题方面表现出高准确性，包括因心肌病导致的心力衰竭、瓣膜疾病、肺动脉高压和严重心脏增厚等。在与13名心脏病专家的头对头比较中，EchoNext在3,200份心电图中正确检测出77%的结构性心脏问题，而心脏病专家的准确率为64%。
了解结构性心脏病
影响心脏瓣膜、壁、腔室或肌肉的疾病被称为结构性心脏病。心肌病、先天性心脏病和心脏瓣膜病是一些被公认的结构性心脏病类型。这些疾病可能是遗传的，也可能随着时间推移而发展。即使你并不总是需要治疗，心脏病专家也应密切监测你的情况。
总结
研究团队在近85,000名从未接受过超声心动图检查的患者身上测试了EchoNext，以评估该工具在实践中的表现。该人工智能工具将超过7,500人（占总人数的9%）归类为患有未确诊结构性心脏病的高风险人群。其中55%被EchoNext识别为高风险的人接受了他们的第一次超声心动图检查。其中近四分之三被诊断出患有结构性心脏病，这几乎是如果没有人工智能干预下所有接受首次超声心动图检查者阳性结果的两倍。这些结果揭示了一个明显的趋势：借助人工智能，医学科学可能比以往任何时候都能拯救更多生命，因为结构性心血管疾病最危险的一面往往难以被发现。
【全文结束】
