一种新的AI模型可以根据心电图（ECG）识别出患心脏病风险较高的女性患者。这项研究由伦敦帝国理工学院领导，并详细记录于《柳叶刀数字健康》杂志上。
研究人员利用人工智能分析了超过100万份来自18万名患者的ECG数据，其中98,000名为女性。该模型专为女性患者设计，旨在帮助医生更早地识别高风险女性，从而提供更好的治疗和护理。
研究人员开发了一个评分系统，用于衡量个体ECG与男性和女性“典型”ECG模式的匹配程度，并展示了每个性别的风险范围。那些ECG更接近“典型男性”模式的女性——例如，具有增大的电信号——往往拥有更大的心室腔和更多的肌肉质量。这些女性被发现患心血管疾病、未来心力衰竭和心脏病发作的风险显著高于ECG更接近“典型女性”模式的女性。
先前的证据表明，男性患心血管疾病的风险较高。因此，医疗专业人员和公众普遍认为女性患心血管疾病的风险较低，尽管实际上女性患冠心病的风险很高，在英国，女性死于冠心病的可能性是乳腺癌的两倍。
研究负责人、伦敦帝国理工学院国家心肺研究所的学术临床讲师兼帝国理工学院医疗保健NHS信托基金的心脏病学注册医生阿伦·萨乌博士表示：“我们的研究表明，女性心血管疾病远比以前认为的复杂。在诊所中，我们使用如ECG等测试来获取当前情况的快照，但这可能导致按性别分组的方式未能充分考虑个体的生理特征。AI增强的心电图使我们对女性心脏健康的理解更加细致入微，我们相信这可以改善有心脏病风险的女性的预后。”
研究团队最近发表了另一篇关于AI-ECG风险估计（AIRE）模型的论文，该模型可以从ECG预测患者患病和发展恶化疾病的风险。计划于2025年底进行的NHS试验将评估在帝国理工学院医疗保健NHS信托基金和切尔西及威斯敏斯特医院NHS基金会信托的医院患者中实施该模型的好处。最新模型将与AIRE一同进行试验。
(全文结束)
