一种基于人工智能（AI）的心电图解读方法，在检测闭塞性心肌梗死（MI）方面，其表现优于标准方法。根据在ESC急性心血管护理2026年会上公布的一项研究显示，该年会由欧洲心脏病学会（ESC）下属的急性心血管护理协会（ACVC）组织。
在疑似急性冠脉综合征（ACS）的患者中，心电图上一种特定的变化，称为ST段抬高，是患者可能存在冠状动脉闭塞的指标。这种类型的心脏病发作被称为ST段抬高型心肌梗死（STEMI），需要立即进行经皮冠状动脉介入治疗以恢复心脏血流。
对于没有ST段抬高的患者，胸痛的原因可能不那么确定，需要进一步的检查来确认心肌梗死是否由闭塞引起。
演讲者、来自意大利博尔扎诺中央医院的Federico Nani医生解释说：“许多没有ST段抬高的患者患有闭塞性心肌梗死，但临床医生很难快速准确地识别出这一点，从而导致紧急治疗延误。我们研究了基于AI的初始心电图解读能否提高在没有ST段抬高的情况下检测闭塞性心肌梗死的准确性，以优化患者管理。”
这项单中心前瞻性研究共纳入1490名患者，这些患者有疑似ACS的症状，但初始心电图没有ST段抬高。平均年龄为63岁，42%为女性。临床医生根据ESC指南解读初始心电图，检测心脏生物标志物肌钙蛋白的水平，并在必要时进行冠状动脉造影来诊断闭塞性心肌梗死。与此同时，初始心电图由一款基于智能手机、获得CE认证的AI-ECG算法进行解读。
基于AI的心电图解读排除了1382名患者的闭塞性心肌梗死，并在108名患者（7%）中检测到了该病。AI方法正确识别了84%的闭塞性心肌梗死病例。敏感性为77%，特异性为99%，阴性预测值为98%。有27例假阴性（2%）和17例假阳性（1%）。
根据标准诊断路径，1207名患者根据肌钙蛋白水平排除了闭塞性心肌梗死，283名患者接受了冠状动脉造影以确认或排除诊断。总体而言，人类的心电图解读正确识别了42%的闭塞性心肌梗死病例。
Nani医生总结道：“这种简单、可及的基于AI的方法，在识别和排除无ST段抬高患者的闭塞性心肌梗死方面，显示出优于传统诊断路径的准确性。我们单中心研究的结果需要进一步验证，但这些发现表明，AI心电图解读是对现有决策工具的一个有价值的补充，有助于改善早期识别和及时有效的治疗。”
AI支持心血管疾病管理的潜力，将在今年（2026年8月28日至31日）于德国慕尼黑举行的ESC年会上作为焦点主题进行更深入的探讨。（ANI）
【全文结束】