背景：疑似急性心肌梗死(AMI)的女性患者存在更高的延迟或漏诊风险。人工智能心电图(AI-ECG)可能有助于早期AMI检测，但关于性别一致性表现和排除安全性的前瞻性证据有限。
目的：本研究旨在评估AI-ECG在前瞻性、多中心急诊科队列中对AMI的性别分层诊断性能、排除安全性和表型稳健性。
方法：ROMIAE（利用人工智能心电图分析排除急性心肌梗死）是一项在韩国18个中心进行的前瞻性外部验证研究。纳入疑似AMI的成年患者。AI-ECG使用预设风险阈值分析初始心电图。使用受试者工作特征曲线下面积评估诊断性能。在低风险截断点处，通过敏感性、阴性预测值和漏诊AMI率评估排除安全性。所有分析均按性别分层，并进行预设亚组分析。
结果：在8,493名患者中，3,186名为女性。AI-ECG在女性和男性中表现出相当的判别能力（受试者工作特征曲线下面积分别为0.875 [95% CI: 0.853-0.896]和0.871 [95% CI: 0.858-0.883]）。在预设的低风险截断点，女性和男性的排除敏感性分别为98.8%（95% CI: 97.0-99.5）和99.8%（95% CI: 99.4-100.0），具有较高的阴性预测值（女性为99.2% [95% CI: 97.9-99.7]，男性为99.1% [95% CI: 96.7-99.7]）和低漏诊AMI率（两性均<1%）。在ST段抬高和非ST段抬高心肌梗死中，性能保持稳定，女性中没有退化。
结论：在前瞻性、多中心急诊科队列中，AI-ECG表现出性别一致的AMI诊断性能和保留的排除安全性。需要进一步的验证和实施研究。（ROMIAE [利用人工智能心电图分析排除急性心肌梗死] 试验；NCT05435391）
【全文结束】