主动脉瓣狭窄是一种严重且常见的心脏瓣膜疾病，通常隐匿性发展，若未及时发现可能导致严重威胁生命的后果。早期症状往往模糊或缺失，导致诊断和治疗延误。若未被识别，该病可能造成不可逆的心肌损伤和心功能显著恶化。
该算法采用先进的卷积神经网络（CNN）深度学习技术，基于超过12万份心电图记录训练而成。性能评估显示，该技术能在确诊超声心动图前24个月检测出主动脉瓣狭窄，且疾病进展阶段的诊断准确性（AUROC）显著提升。该算法将通过HeartSciences的MyoVista Insights™云端平台部署，可直接集成至医院电子病历（EHR）系统，无需额外硬件或检测设备。该技术具备以下临床优势：
- 能检测尚无明显症状或评估不足患者的病症
- 可对常规诊疗中已采集的心电图数据进行实时或回顾性分析
- 在缺乏专业心脏成像设备或医疗资源的地区扩大早筛覆盖范围
该算法由西奈山伊坎医学院的Akhil Valid博士研发。HeartSciences首席执行官Andrew Simpson表示："获得FDA突破性设备认定标志着公司重要里程碑。通过将心电图的广泛可及性与深度学习结合，我们的主动脉瓣狭窄算法有望改变这种严重隐匿性疾病的传统检测方式，推动更早转诊、优化治疗路径并最终改善患者生活质量。"
HeartSciences是一家专注于应用创新AI技术提升心电图临床效用的医疗科技公司，其研发的MyoVista® wavECG™是一种静息12导联心电图设备，可同时提供传统心电图信息和心脏功能诊断数据。目前公司拥有全球最大的AI-ECG算法库，并致力于开发适用于多种设备的云端解决方案及低成本硬件平台。
【全文结束】
