人类的心脏每天跳动8万到12万次。长期心电图记录每一次心跳，并随后仔细检查这些记录以发现异常——即心律失常，这是一个耗时的过程。
在一项新研究中，瑞典隆德大学心血管流行病学副教授琳达·约翰逊（Linda Johnson）与加拿大麦克马斯特大学和汉密尔顿健康科学中心联合研究所的资深科学家杰夫·希利（Jeff Healey）共同发现，AI在分析这些长期心电图记录方面比人类更好。
该研究结果发表在《自然医学》杂志上。
隆德大学心血管流行病学研究员琳达·约翰逊副教授
图片来源：Ingemar Hultquist，隆德大学
本研究包括14,606名患者，平均记录了14天的心电图数据，总计超过20万天的数据。这些数据首先由心电图技术人员按照标准临床方法进行审查，然后使用专门为此任务开发的AI算法“DeepRhythmAI”重新分析。“我们随机选择了超过5,000个心律失常事件，由来自世界各地的17个专家医生小组（主要是心脏病学家和电生理学家）进行了逐拍详细分析，这为我们提供了一个极其高质量的诊断标准，用于比较心电图和AI算法的解释结果，”约翰逊说。
研究人员发现，AI分析导致的严重心律失常（包括完全性心脏阻滞、室性心动过速和心房颤动）漏诊率减少了14倍。AI漏诊率为0.3%，而技术人员的漏诊率为4.4%。
研究人员的初衷并不是证明AI在诊断特定心律失常方面优于心脏病学家，而是想确定如果用AI取代技术人员，医生直接接收AI报告会发生什么情况。如果成功，这种方法将是重大创新，可以解决全球范围内能够解读长期心电图监测的专业人员短缺问题。
“全球约有1500万医疗工作者短缺。门诊心电图需要由经过专门培训的人员，通常称为心电图技术人员进行分析。缺乏工作人员导致全球医疗服务出现巨大瓶颈，同时，如果我们进行更多和更长时间的门诊心电图记录，而不是缩短时间，患者会受益。我们认为AI可以解决这个问题。这就是为什么我们想研究如果完全跳过心电图技术人员，让AI算法负责检测心律失常，然后由心脏病学家进行审查会发生什么情况，”约翰逊说。
加拿大安大略省人口健康研究所高级科学家杰夫·希利
图片来源：人口健康研究所
这是第一个不仅测试AI算法评估选定心电图条带的效果，还测试如果用人AI取代人类技术人员会发生什么的研究。
“目前，大多数长期心电图设备使用某种类型的AI来支持解释，但质量参差不齐。而且，长期心电图监测仍然存在很长的等待时间，在某些情况下长达数月。如果我们有一个合格的AI模型可以审查所有心电图，那么我们将拥有更便宜且更快的诊断，”希利说。
在设计这项研究时，研究人员认为AI必须具备一些关键特性。“它必须具有接近完美的敏感性，这意味着任何潜在的严重心律失常都必须标记出来供医生评估。这是最重要的方面；患者和医生不能容忍任何严重心律失常的漏诊（即假阴性）。同时，AI模型不应识别过多不严重的节律（即假阳性），从而需要医生进一步审查，”希利表示。
AI模型能够在14天的心电图记录中以99.9%的信心排除严重心律失常。AI的假阳性率（在此背景下，误判为严重心律失常的情况）仅为每1,000天记录12次，而人工分析为每1,000天记录5次。
“我们展示了这个AI模型能做什么，以及它的敏感性和准确性如何。我认为这也是所有人对研究的巨大贡献。总共有50位专家评审员和心脏病学家逐拍检查了选定的心电图。我们非常感谢所有支持这一想法并投入如此多时间和精力的人，”约翰逊说。
(全文结束)
