一种新开发的人工智能（AI）工具使用低成本的心电图（ECG）数据，可能比心脏病专家更准确地识别隐藏的心脏病，美国研究人员表示。
结构性心脏病，包括瓣膜疾病、先天性心脏病和其他影响心脏功能的问题，影响着全球数百万人。由于缺乏常规和经济的筛查测试，这些疾病常常未被发现。
为了解决这一空白，来自美国哥伦比亚大学的一个团队开发了一种基于人工智能的筛查工具EchoNext，该工具使用普通的心电图数据检测结构性心脏病。在发表于《自然》杂志的研究中，该工具被证明比心脏病专家更准确。
“我们有结肠镜检查和乳腺X光检查，但大多数心脏病却没有类似的检查方法，”哥伦比亚大学瓦杰洛斯内科和外科医学院的医学和生物医学信息学助理教授皮埃尔·伊利亚斯（Pierre Elias）表示。
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波检查。伊利亚斯表示：“EchoNext基本上是利用较便宜的测试来确定谁需要更昂贵的超声波检查。”
“它能检测心脏病专家无法从心电图上检测到的疾病。我们认为，心电图加上人工智能有潜力创造一种全新的筛查模式，”研究人员补充道。
这个深度学习模型训练使用了来自23万名患者的超过120万份心电图-超声心动图配对数据。
在包括美国几家纽约长老会医院在内的四个医院系统中进行的验证研究中，该筛查工具在识别结构性心脏问题方面表现出高度准确性，包括由于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。
在与13名心脏病专家对3200份心电图的对比中，EchoNext准确识别了77%的结构性心脏问题。相比之下，心脏病专家使用心电图数据进行诊断的准确率为64%。
伊利亚斯表示：“利用我们的技术，我们或许能将今年全球将进行的约4亿次心电图转变为4亿次筛查结构性心脏病的机会，并可能在最合适的时机提供挽救生命的治疗。”
【全文结束】
