一项常规心脏检查可能隐藏着多年来医生一直忽略的警示信号。这是发表在《自然》杂志上的加州大学伯克利分校新研究的主要发现。研究人员训练了一个人工智能模型来研究心电图（ECG，也称为EKG），寻找与心脏骤停相关的模式。
可怕的是，心脏骤停可能发生在已知有心脏问题的人身上，但也可能袭击年轻运动员和从未知道自己处于风险中的人。
每年，数十万美国人因心脏骤停而死亡。一旦在医院外发生，存活率会迅速下降。心肺复苏和除颤器可以挽救生命，但时机至关重要。
现在，AI可能帮助医生更早发现一些患者，即使他们的心脏在当今常规检查中看起来正常。
心电图记录了心脏的电活动。它创建了医生用来检查心律和其他心脏线索的熟悉波峰和波形。
在这项研究中，研究人员使用了来自瑞典的44万多份心电图。他们将这些扫描与死亡证明和健康记录配对。然后他们训练AI模型寻找与心脏骤停相关的波形模式。
之后，他们在来自美国和台湾的独立患者数据上测试了该模型。这一步很重要，因为医疗AI通常在一个数据集上看起来不错，但在现实世界中失败。在这里，该模型在非常不同的医疗系统中都表现良好。
医生经常使用一种称为左心室射血分数（LVEF）的测量方法来评估风险。简单来说，它显示了心脏每次跳动泵出多少血液。
如果该数字低于某个阈值，患者可能有资格安装植入式除颤器。该设备可以在危险事件发生时将心脏恢复到正常节律。
然而，这种方法留下了很大的空白。许多突然死亡的人从未接受过更深入的心脏评估。其他人的心脏可能正常泵血，但仍然面临危险心律问题的风险。
加州大学伯克利分校的模型发现了一个高风险群体，其心脏骤停的年发生率为7%。而标准LVEF降低的群体年发生率为4.6%。
更引人注目的是，AI标记的大多数患者被LVEF方法遗漏。换句话说，常规心电图可能包含当前筛查忽略的警示信号。
研究人员不仅要求AI提供风险评分。他们还试图了解模型看到了什么。这很重要，因为如果医生得到一个没有明确原因的答案，医疗AI可能会变成一个黑匣子。
为了深入了解，该团队使用了另一个AI系统来比较低风险和高风险ECG模式。可以将其视为一种查看正常心跳模式如何转变为更高风险的方式。
这种比较指向了ECG中称为aVL的一部分中的可见特征。这是医生用来读取心脏电活动的标准视图之一。该特征出现在QRS波群中，这是ECG中反映每次心跳时心脏主要电信号的部分。
研究人员表示，这一信号强烈预测了心脏骤停。他们还表示，它以前从未在医学文献中被描述过。这提出了一个引人入胜的可能性：AI可以帮助医生做出更好的预测，并发现人类错过的警示信号。
植入式除颤器可以挽救生命。然而，为错误的患者植入设备也有风险。该程序可能是侵入性的且成本高昂。此外，根据现行规则放置的许多设备从未需要启动。
因此，医生面临着严峻的挑战。错过需要设备的患者可能导致致命结果。植入过多，患者则面临可能永远不需要的手术。
这个新的AI工具可以帮助缩小这一差距。它可能会标记出医生考虑更大步骤之前需要更密切监测的患者。
下一阶段已经在进行中。研究人员正在与瑞典、台湾和美国的医疗系统合作，在医院心电图数据库上测试该算法。
如果该工具将扫描标记为高风险，医生可以联系患者。患者随后可能佩戴心脏监测贴片。这可以在危险心律变成致命之前揭示更多信息。
这个故事还有另一面。医疗AI需要庞大的数据集才能良好工作。研究人员表示，编译这项研究中使用的数据大约花了十年时间。这告诉你严肃的临床AI有多难。
但它也提出了一个合理的问题。当你的扫描帮助训练医疗模型时，谁控制数据？医院、研究人员和AI公司需要明确的护栏。患者应该知道他们的健康记录如何被保护、共享和使用。
在分享更多健康数据之前，请查看健康应用程序权限、登录和隐私设置。健康应用程序可能包含敏感信息，因此小的隐私选择可能产生重大后果。更好的预测可以挽救生命。然而，信任将决定人们接受这些工具的速度。
这个AI工具很有希望，但你今天不能在家使用它。你不能上传心电图并获得个人风险评分。医生仍在测试它，直到它成为常规护理的一部分。尽管如此，这个想法很有力量。你可能已经做过的一次常规心脏检查，有一天可能会揭示出今天筛查可能遗漏的隐藏风险。
目前，不要忽视警示信号。晕厥、无法解释的头晕、心跳加速或家族中心脏骤停病史应该与医生讨论。正常的检查并不总是意味着所有心脏风险都已被排除。如果医生希望你监测血压，兼容的手表可以将读数与Apple Health同步。可穿戴设备也可以标记一些心脏健康线索，包括可能的高血压警报，但它们不能替代医生。
此外，知道在紧急情况下该怎么做。如果可以的话，学习心肺复苏术。在工作场所、学校、健身房和公共场所寻找AED（自动体外除颤器）。当心脏骤停发生时，迅速行动可以帮助挽救生命。
这是那种引起我注意的AI突破，因为它始于如此普通的东西：常规心电图。我们中的许多人都做过。你躺下，胸部贴上几个贴片，机器打印出大多数人不会再想的波形模式。现在，研究人员表示AI可能能够在该模式中找到隐藏的警示信号。这很强大，因为心脏骤停通常给家庭没有时间准备，医生没有第二次机会。然而，该工具在成为日常护理的一部分之前仍需要更多测试。医生需要知道它对更多患者有效。医院需要计划AI警报后的行动。当患者的医疗扫描帮助训练这些系统时，患者也应享有明确的隐私保护。尽管如此，这个想法不容忽视。一次常见的心脏检查可能有一天有助于在一个人倒下之前发现危险。这对我来说既是希望，又令人不安，这正是为什么这种医疗AI值得非常密切的关注。
【全文结束】