结构性心脏病（SHD）是指心脏瓣膜、心壁或心腔存在先天或后天形成的缺陷。这些异常可能会损害心脏有效泵血的能力。
SHD有时被称为“隐藏”心脏病，因为它可能在没有明显症状的情况下发展——直到发生重大事件，如心脏病发作或中风。
现在，哥伦比亚大学和纽约长老会医院的研究人员开发出一种人工智能驱动的筛查工具，用于识别哪些人需要接受用于诊断结构性心脏问题的关键超声检查。
“近年来出现了越来越多用于检测或机会性筛查疾病的AI模型，”哥伦比亚大学瓦格洛斯内科和外科医生学院医学与生物医学信息学助理教授皮埃尔·埃利亚斯博士（Dr. Pierre Elias）告诉《纽约邮报》。“其中一些最令人兴奋的模型可以在CT扫描中寻找冠状动脉疾病，或者查看乳腺X光片，以帮助医生更准确地发现乳腺癌。EchoNext是首个能从心电图中检测所有类型结构性心脏病的模型。”
心电图（ECG）是一种快速、无创的程序，用于测量心脏的电活动。
埃利亚斯表示，EchoNext是首个能从心电图中检测所有类型结构性心脏病的模型。心电图是一种快速、无创的程序，用于测量心脏的电活动。它是使用最频繁的心脏检查之一，通常在患者出现气短、胸痛、心悸或突然意识丧失等症状时开具。
虽然心电图可以检测某些心脏疾病，但单独使用并不足以可靠地发现SHD。
于是有了EchoNext的诞生。这款经过四年微调的工具通过分析心电图数据，判断何时需要进行超声心动图检查。
超声心动图是一种超声成像检查，用于诊断一系列心脏疾病，包括瓣膜疾病和先天性心脏病。
“EchoNext基本上是利用更便宜的测试来判断谁需要更昂贵的超声检查，”埃利亚斯说，他是该研究的负责人，也是纽约长老会医院人工智能的医学总监。“它能检测出心脏病专家仅凭心电图无法发现的疾病。我们认为，心电图加人工智能有可能创造出一种全新的筛查范式。”
EchoNext在超过23万名患者的120万组心电图-超声心动图配对数据上进行训练。
该工具在3200份心电图中准确检测出77%的结构性心脏问题，优于13名心脏病专家的64%准确率。
随后，EchoNext从近8.5万名研究参与者中识别出超过7500人为未确诊SHD的高风险人群。
研究人员在一年内随访了这些患者，但没有告知他们的医生这一预警。
其中55%的人最终接受了首次超声心动图检查。在这些患者中，近四分之三被诊断出患有SHD，阳性率远高于常规水平。
该研究结果周三发表在《自然》（Nature）期刊上。
“目标是让合适的患者更快地找到合适的医生并接受治疗，”埃利亚斯说。“现实情况是，许多需要心脏病专家的患者常常被遗漏，而EchoNext有助于推动这些患者及时就诊，从而获得所需的治疗。”
展望未来，哥伦比亚大学已就EchoNext的心电图算法提交了专利申请。
一项在八个急诊科测试EchoNext的临床试验也正在进行中。
【全文结束】
