急诊医学医生表示，医生仍将参与决策过程，但AI可以"增强和提升我们的能力"。
加利福尼亚州旧金山——一项回顾性登记研究显示，在检测经血管造影确认的ST段抬高型心肌梗死(STEMI)方面，基于人工智能的心电图解释(AI-ECG)优于标准决策方法，该研究涉及加利福尼亚州、德克萨斯州和马萨诸塞州的三个主要PCI网络。
"红心皇后"(Queen of Hearts)平台(PMcardio)的敏感性(92% vs 71%)和特异性(81% vs 29%)均优于标准流程，曲线下面积(AUC)为0.94。
本周早些时候，蒂莫西·亨利博士(俄亥俄州辛辛那提基督医院)在TCT 2025会议上报告称，当使用AI-ECG时，假阳性导管室激活率从标准护理下的41.8%大幅降至仅7.9%。这些发现同时在线发表在《JACC：心血管介入》杂志上。
亨利表示，尽管在过去二十年中STEMI治疗取得了重大进展，预期院内死亡率低于4%，但仍面临挑战。这些挑战包括假阳性导管室激活率高，消耗医院资源；STEMI等效患者的诊断延迟；以及治疗延迟，这些都会增加死亡率和主要不良心血管事件(MACE)风险。
"AI心电图分析有可能将假激活率降低至多四倍。它有机会在初始心电图上识别出更多STEMI患者，这将显著缩短治疗时间，并且可以减少医院之间的差异，"亨利在一个突破性临床科学会议上表示。
鉴于他们的发现，"有必要进行前瞻性实施，以确认其在现实世界中的有效性，"他总结道。他指出，在会议早些时候，土耳其研究人员报告了前瞻性DIFOCCULT-3试验的初步结果，显示"红心皇后"平台提高了诊断准确性，缩短了治疗时间，并暗示早期临床结果有所改善。
纽约大学朗格尼健康中心的苏尼尔·饶博士(纽约州纽约市)主持了最新的美国急性冠脉综合征(ACS)患者管理指南，他表示对这些结果感到兴奋，指出了假STEMI激活带来的后勤挑战以及患者可能接受不必要的手术的可能性。
"我们谈论AI已经很长时间了。它正在渗透到我们文化和日常生活的各个方面，我认为医学也不例外，"饶告诉TCTMD。他补充说，这些模型已经达到了"现在是尝试实施这些技术的正确时机"的阶段。
饶表示，"这项研究真的很好地指明了我认为我们领域的发展方向。"
亨利演讲后的首席讨论者、急诊医学医生伊万·罗科斯博士(加利福尼亚州洛杉矶艾尔米拉多斯UCI健康中心)表示赞同。"我参与STEMI系统工作已有20多年，"他告诉与会者。"我想大胆地说，是的，这就是未来。我认为现在是时候开始思考我所说的由人工智能驱动的第二代STEMI系统了。"
红心皇后
"红心皇后"平台已在超过250万份心电图上进行训练，用于在疑似急性冠脉综合征(ACS)患者中检测STEMI和STEMI等效情况，并经过血管造影确认。亨利报告了"红心皇后"美国登记研究的结果，该研究纳入了来自国家心血管数据登记处(NCDR)胸痛-心肌梗死登记处的数据，这些数据涉及萨克拉门托加州大学戴维斯分校、休斯顿德克萨斯大学健康科学中心和波士顿贝斯以色列女执事医疗中心的主要PCI网络中的STEMI激活情况。
这项回顾性分析包括了2020年1月至2024年5月期间的1,032例STEMI激活。大多数(58%)涉及真正的STEMI，包括冠状动脉非阻塞性心肌梗死(MINOCA)。其余42%为模拟病例，包括生物标志物阴性患者、MINOCA模拟病例(例如，章鱼壶心肌病或心肌炎)和2型心肌梗死。
AI心电图分析有可能将假激活率降低至多四倍。蒂莫西·亨利
在真正的STEMI组中，60%的患者符合传统STEMI标准，40%具有STEMI等效情况，后者仍需要紧急PCI手术但不符合标准ST段抬高阈值。STEMI等效患者在初始心电图上触发导管室激活的可能性较低(58.0% vs 79.6%)，且门球时间(从进入医院到球囊扩张的时间)少于90分钟的可能性也较低(73.5% vs 84.6%)。亨利表示，尽管这组患者左回旋支阻塞率高于传统STEMI患者(21.7% vs 6.7%)并不令人意外，但在左前降支和右冠状动脉中闭塞也很常见(分别为39.6%和35.7%)。约三分之一的STEMI等效情况会发展为传统STEMI。
与标准决策方法相比，AI-ECG的诊断准确性提高在几乎所有亚组中都有所体现，左束支传导阻滞患者除外，在这些患者中点估计显示有益但无统计学意义。
假阳性激活的减少在心脏生物标志物阴性的患者亚组中最为显著，这些患者包括左心室肥厚、急性心包炎、陈旧性心肌梗死和长QT综合征等发现。在这一组中，假阳性激活减少了91%。在MINOCA模拟病例和2型心肌梗死患者中改善较小。
关注临床实施
"红心皇后"AI-ECG模型已在欧洲获得使用认证，并获得了美国食品药品监督管理局(FDA)的突破性设备认定。据PMcardio公司代表称，预计将在2026年第一季度获得FDA批准。
亨利解释说，该平台在扫描心电图后会给出"阳性"、"可能"或"阴性"的结果，以及如何做出该判断的解释。他表示，这为急诊医学医生、急诊医疗技术人员或心脏病专家提供了教育机会。该平台还可以绘制连续心电图的变化。
亨利表示，不仅对"红心皇后"，而且对其他AI驱动的工具来说，下一步是弄清楚如何实施和支付费用。"你是为此获得报销，还是医院因为这使它们更高效而支付此类费用？我认为这是与AI相关的更大、更广泛的问题，"亨利告诉TCTMD。
作为医生，我们最终仍对患者负责，但AI当然可以增强和提升我们的能力。伊万·罗科斯
饶表示，使用AI来改善决策是未来的方向，他指出他的机构最近部署了AI-ECG模型来帮助识别左心室功能障碍和心房颤动，并准备推出一个内部开发的模型来帮助分诊疑似ACS患者。
当被问及在广泛采用之前，是否需要随机对照试验(RCT)来证明AI-ECG模型在ACS相关决策中的实施能够改善硬性临床结果时，饶表示："作为心脏病学家，我们很挑剔。我们真的喜欢看到对临床结果的影响，我也很想看到这一点。"
然而，他补充道："我认为减少假激活是一个好的结果。作为医生，我们的目标是在正确的时间为正确的患者提供正确的治疗。如果这能促进这一目标，我认为这是一个好的结果。当然，我们希望在可能的情况下看到对临床结果的影响。"
罗科斯表示，他认为当"红心皇后"平台按设计工作时，不需要进行随机试验：它能更快地找到需要紧急前往导管室的患者，并且有"相当可靠的有效性数据。"
他强调AI-ECG提供辅助，不自主运行。"医生仍然参与决策过程，"罗科斯说。他总结了会议早些时候加利福尼亚大学旧金山分校的罗伯特·沃赫特博士的主题演讲信息，他说："作为医生，我们最终仍对患者负责，但AI当然可以增强和提升我们的能力。"
【全文结束】
