借助人工智能（AI），一种在许多医生办公室中常见的廉价测试可能很快将用于筛查隐藏的心脏病。
结构性心脏病，包括瓣膜疾病、先天性心脏病以及其他影响心脏功能的问题，影响着全球数百万人。然而，由于缺乏常规、经济的筛查测试，许多结构性心脏问题在功能显著丧失之前未被发现。
“我们有结肠镜检查，有乳腺X光检查，但我们没有针对大多数心脏病的等效筛查手段，”哥伦比亚大学瓦格洛斯内外科医生和外科学院医学与生物医学信息学助理教授、纽约长老会医院人工智能医学主任皮埃尔·埃利亚斯（Pierre Elias）说道。
埃利亚斯与哥伦比亚大学和纽约长老会医院的研究人员开发了一种人工智能驱动的筛查工具EchoNext，该工具可以分析普通心电图（ECG）数据，以识别出需要进行超声波检查（超声心动图）的患者，后者是一种非侵入性测试，用于诊断结构性心脏问题。
“EchoNext基本上利用更便宜的测试来判断谁需要更昂贵的超声波检查，”领导这项研究的埃利亚斯说。“它可以检测出心脏病专家无法从心电图中发现的疾病。我们认为，心电图加上AI有潜力创造一种全新的筛查范式。”
心血管筛查的下一步（Echo）Next
心电图是医疗保健中最常用的心脏测试。该测试通过测量心脏的电活动，通常用于检测异常心律、冠状动脉阻塞和既往心脏病发作。心电图价格低廉、无创，并且经常用于治疗与结构性心脏病无关病症的患者。
尽管心电图有其用途，但也有局限性。“我们在医学院都学到过，你无法从心电图中检测结构性心脏病，”埃利亚斯说。
超声心动图利用超声波获取心脏图像，可用于确诊瓣膜疾病、心肌病、肺动脉高压以及其他需要药物或手术治疗的结构性心脏问题。
EchoNext旨在分析普通心电图数据，以确定何时需要进行心脏超声检查。这个深度学习模型是在来自23万名患者的超过120万对心电图-超声心动图数据上进行训练的。在包括多个纽约长老会医院在内的四个医院系统的验证研究中，该筛查工具在识别结构性心脏问题方面表现出高准确性，包括因心肌病导致的心力衰竭、瓣膜疾病、肺动脉高压和心脏严重增厚等问题。
在与13名心脏病专家对3200份心电图的头对头比较中，EchoNext准确识别了77%的结构性心脏问题。相比之下，心脏病专家仅凭心电图数据进行诊断的准确率为64%。
发现未确诊的结构性心脏问题
为了了解该工具在现实世界中的表现，研究团队在近85000名接受心电图但之前未接受超声心动图的患者中运行了EchoNext。AI工具识别出超过7500人（占9%）为高风险人群，可能患有未确诊的结构性心脏病。研究人员随后跟踪了这些患者一年，观察有多少人被诊断出结构性心脏病。（患者的医生不知道EchoNext的部署，因此其预测未影响诊断。）在EchoNext认定为高风险的个体中，55%随后进行了首次超声心动图检查。其中，近四分之三被诊断出结构性心脏病，这一阳性率是未使用AI辅助的首次超声心动图检查阳性率的两倍。
“你无法治疗你不知道的病人，”埃利亚斯说。“利用我们的技术，我们或许能将今年全球进行的4亿次心电图转化为4亿次筛查结构性心脏病的机会，并在最合适的时机提供潜在的救命治疗。”
下一步
埃利亚斯和他的团队发布了一个去识别化的数据集，以帮助其他医疗系统改进心脏病筛查。研究人员还启动了一项临床试验，在八个急诊科测试EchoNext。
参考文献
附加信息
这项题为《使用AI从心电图中检测结构性心脏病》的研究于7月16日发表在《自然》杂志上。
作者（均来自哥伦比亚大学，除非另有注明）：Timothy J. Poterucha、Jing Linyuan（纽约长老会）、Ramon Pimental Ricart、Michael Adjei-Mosi、Joshua Finer（纽约长老会）、Dustin Hartzel（纽约长老会）、Christopher Kelsey（纽约长老会）、Aaron Long、Daniel Rocha（纽约长老会）、Jeffrey A. Ruhl（纽约长老会）、David van Maanen（纽约长老会）、Marc A. Probst、Brock Daniels（威尔康奈尔医学院）、Shalmali D. Joshi、Olivier Tastet（蒙特利尔心脏研究所）、Denis Corbin（蒙特利尔心脏研究所）、Robert Avram（蒙特利尔心脏研究所）、Joshua P. Barrios（加州大学旧金山分校）、Geoffrey H. Tison（加州大学旧金山分校）、I-Min Chiu（西达斯西奈医疗中心和台湾高雄长庚纪念医院）、David Ouyang（西达斯西奈医疗中心）、Alexander Volodarskiy（纽约长老会皇后区）、Michelle Castillo、Francisco A. Roedan Oliver、Paloma P. Malta、Ye Siqin、Gregg F. Rosner、Jose M. Dizon、Shah R. Ali、Liu Qi、Corey K. Bradley、Prashant Vaishnava、Carol A. Waksmonski、Ersilia M. DeFilippis、Vratika Agarwal、Mark Lebehn、Polydoros N. Kampaktsis、Sofia Shames、Ashley N. Beecy（威尔康奈尔医学院）、Deepa Kumaraiah、Homma Shunichi、Allan Schwartz、Rebecca T. Hahn、Martin Leon（哥伦比亚大学和心血管研究基金会）、Andrew J. Einstein、Mathew S. Maurer、Heidi Hartman、Christopher M. Haggerty（哥伦比亚大学和纽约长老会）以及Pierre Elias。
该研究得到了美国国立卫生研究院（R01HL149680）、淀粉样变性基金会、美国心脏协会、患者中心成果研究研究所、魁北克健康研究基金会、蒙特利尔心脏研究所研究中心、蒙特利尔心脏研究所基金会、Des Groseillers-Bernard研究主席以及纽约医学院的资助。
哥伦比亚大学已就EchoNext心电图算法提交了专利申请。更多披露信息可在论文中找到。
【全文结束】
