随着人工智能（AI）技术的不断发展，研究人员和医生正在寻找将其整合到患者护理和管理中的方法。丰富的电子健康记录和大量的技术投资为人工智能的发展创造了理想的环境。AI在心脏病学领域提供了广泛的机会，涵盖了从行政到运营和临床功能的各个方面。专家们认为，预测性或生成式AI即将问世。AI存储大数据、分析数据并得出结论的能力非常适合利用日益增长的可用信息。据估计，每年健康数据的增长率达到48%，这给医生带来了无法处理和应用这些数据的负担，而没有AI的帮助更是不可能完成。从大型数据集中训练AI有助于开发更复杂的模型，减少偏见、降低错误率并优化精准医疗。然而，实际障碍阻碍了AI的应用，对其可靠性的广泛担忧仍然存在。
虽然AI在辅助诊断和监测方面有明显的影响，但“机器学习”技术的全面成熟和采用并非没有成长的阵痛。心脏病学家应了解AI在心脏健康方面的成就和关切。
AI如何解读心电图并影响心血管结果
几项研究测试了AI增强诊断和监测工具的能力，特别是心电图（ECG）。在2023年美国心脏协会（AHA）科学会议上分享的新研究表明，AI在预测心电图解释方面具有潜力。一项研究使用基于AI的心电图来预测持续性心律失常的持续时间和相关不良心血管结果，如中风和心力衰竭。数据来自两家医院，包括16,193名患者的83,525份心电图。研究者得出结论，深度学习模型能够有效预测房颤（AF）的持续时间。
另一项研究比较了基于AI的心电图系统在识别20种重要模式方面的准确性。心电图被分为6组：节律、梗死、传导异常、期前收缩、心室扩大和轴向。AI驱动的心电图系统展示了令人印象深刻的诊断能力，与三位全科医生或六位心脏病学家的专业个人审查相比，该系统超过了全科医生，并达到了心脏病学家的诊断水平，显示出作为可靠临床工具的强大潜力。
AI还成功检测并预测了标准12导联心电图中4,512名正常窦性心律患者的全因死亡、心血管死亡和突发心脏骤停。在另一项由AHA展示的研究中，为了识别高危患者，一项单盲、患者层面的随机对照试验招募了39位主治医师的患者，这些患者来自住院部和急诊科。在干预组中，AI支持的心电图帮助识别高危患者，改善了护理和结果。干预措施包括向医生发出主动警告并在电子病历中提供AI报告。在AI支持下，干预组接受了更密集的护理、心律失常干预、超声心动图和电解质检查。因此，他们在90天内的心脏死亡率和全因死亡率显著降低。
可穿戴AI增强健康追踪器用于患者监测
进入市场的智能手机应用程序和可穿戴设备最初只是作为卡路里计数器和计步器，现在已被改进为提供有针对性的AI驱动功能，有可能取代医疗设备。例如，在AHA科学会议上讨论的一项研究探讨了使用AI预测急性冠状动脉综合征（ACS）患者的心源性休克。这种危及生命的并发症死亡率高达50%，通过在血流动力学恶化前植入机械循环支持装置可能预防。
研究者开发了一款名为STOPSHOCK的智能手机应用程序，以促进更强大的预防措施，该应用程序使用AI模型预测心源性休克。该模型基于3232名患者的数据，并在外部队列的5123名患者中进行了验证。输入变量包括心率、呼吸频率、SpO2、血糖、收缩压、年龄、性别、休克指数、心律、ACS类型、高血压史、充血性心力衰竭史和高胆固醇血症。
该应用程序在临床环境中对8个中心的103名连续重症心脏监护患者进行了测试。研究者得出结论，AI模型在临床环境中作为智能手机应用程序预测易感ACS人群中心源性休克的表现良好，具有高度的区分能力和可行性。
研究者注意到，商用智能手表中的心电图传感器也取得了类似的成功。使用这种非侵入性产品进行监测的结果与植入式心脏监测器相似，表明它们可能减少目前限制房颤检测和管理的成本和其他障碍。
人工智能增强的心脏手术
除了AI在风险评估和诊断中的应用外，还有例子表明AI可以通过自动操作提高手术精度。在手术中使用AI还可以减少医护人员的辐射暴露，并改善偏远地区患者的高质量护理获取。例如，2018年12月，印度首次进行了远程机器人经皮冠状动脉介入治疗，地点位于导管室之外。
一个商业心血管机器人系统的临床数据库允许该技术基于在非洲和欧洲进行的机器人经皮冠状动脉介入治疗不断改进。使用磁导管尖端和成像技术的Stereotaxis技术增强了房颤和室性心律失常的电生理消融。因此，导管消融程序可能会很快实现完全自动化，更加精确和普及。
AI面临的挑战和关切
AI带来了许多机会和风险，其中一些已知，而另一些尚未发现。尽管医生被强烈推动接受AI以实现更快、更精确的患者护理，但这项技术仍在发展中。将AI集成到当前医疗系统中的障碍和伦理关切是必须解决的问题。
今天的AI仍需要医生的手动干预和监督。不准确的预测和分析可能会对患者和医生造成重大负担。此外，一些组织缺乏高质量的数据，无法充分利用AI算法。
据估计，2020年AI医疗保健初创公司的价值达到250亿美元。尽管广泛的兴趣和投资，AI带来的资本成本有时甚至超过了疾病治疗成本。持续的运营和改进技术的费用对全球许多机构来说是一个挑战。
或许患者和提供者最大的担忧是隐私。医疗信息受到高度保护，AI将需要新的法规和保障措施来维护隐私，以开拓这一新领域。在一项关于“安全、安全和可信的人工智能”的行政命令中，联邦政府制定了旨在保护国家安全和公共健康免受快速发展的AI技术潜在危害的标准。这些措施包括防止AI生成的欺诈和虚假信息。
政府指出，AI从根本上被激励“提取、识别和利用个人数据”，因为这是公司训练AI系统的方式。因此，保护患者尤其是儿科患者的隐私的数据隐私立法至关重要。政府计划提供联邦支持，以通过加密工具等方式在保护个人隐私的同时进行AI训练。该立法还将评估数据的使用情况以及在AI开发中是否保护了隐私。
此外，一项行政命令要求各机构打击算法歧视，确保AI推进公民权利。卫生与公共服务部计划创建一个项目，以便报告和处理涉及AI的不安全或有害的医疗实践。
美国政府正在制定AI法规，但这些早期步骤是否能缓解临床空间中对AI的担忧仍有待观察。AI已经开始渗透到心脏病学领域，前进的步伐可能会继续稳步前行。学会与技术进步谨慎合作可以彻底改变我们对抗国家头号公共卫生问题的斗争。
(全文结束)
