結構性心臟病（SHD），是一類(lèi)日益流行的疾病，包括影響心臟瓣膜、心室壁或心腔的疾病，例如心臟瓣膜病、右心和左心衰竭、肺動(dòng)脈高壓以及左心室肥厚，在全球范圍內影響著(zhù)數千萬(wàn)人。
在疾病進(jìn)程的早期階段發(fā)現患有結構性心臟?。⊿HD）的患者，已被證明能夠降低死亡率、減少治療成本并提高生活質(zhì)量。然而，由于缺乏常規且經(jīng)濟實(shí)惠的篩查測試，許多有結構性心臟問(wèn)題的人直到心臟功能?chē)乐厥軗p時(shí)才被發(fā)現。
多種類(lèi)型的結構性心臟病，往往在疾病晚期才出現癥狀。所有類(lèi)型的結構性心臟病都可以通過(guò)超聲心動(dòng)圖明確診斷，但這種診方法成本高、需要專(zhuān)業(yè)知識以及合適的患者選擇，限制了其全面應用。因此，迫切需要更好地對患者進(jìn)行風(fēng)險分層，并確定哪些患者應轉診進(jìn)行超聲心動(dòng)圖檢查，從而提高結構性心臟病的診斷率和早期治療率。
2025 年 7 月 16 日，哥倫比亞大學(xué)和紐約長(cháng)老會(huì )醫院的研究人員合作，在國際頂尖學(xué)術(shù)期刊 Nature 上發(fā)表了題為：Detecting structural heart disease from electrocardiograms using AI 的研究論文。
該研究開(kāi)發(fā)了一款名為 EchoNext 的人工智能（AI）篩查工具，該工具通過(guò)分析常規心電圖（ECG）數據，能夠從中準確識別出有結構性心臟病的患者，準確率超過(guò)了人類(lèi)心臟病專(zhuān)家，甚至超過(guò)了使用 AI 輔助的人類(lèi)心臟病專(zhuān)家。
論文通訊作者、哥倫比亞大學(xué)歐文醫學(xué)中心心臟病專(zhuān)家、紐約長(cháng)老會(huì )醫院人工智能醫療主任 Pierre Elias 表示，我們有結腸鏡檢查，有乳腺 X 光檢查，然而，對于大多數形式的心臟病，卻沒(méi)有類(lèi)似的檢查手段。該研究開(kāi)發(fā)的 EchoNext 則是利用成本較低的檢測來(lái)確定哪些人需要進(jìn)一步做更昂貴的超聲檢查，它能從心電圖中檢測出心臟病專(zhuān)家都無(wú)法發(fā)現的疾病。心電圖 + AI，有可能開(kāi)創(chuàng )一種全新的篩查模式。
心電圖（ECG）是醫療保健中使用最廣泛的心臟檢查。該檢查通過(guò)測量心臟的電活動(dòng)，通常用于檢測心律失常、冠狀動(dòng)脈阻塞和既往心肌梗死。心電圖價(jià)格低廉、無(wú)創(chuàng )，經(jīng)常用于與結構性心臟病無(wú)關(guān)的心臟病的患者。
雖然心電圖用途廣泛，但也存在局限性--心電圖無(wú)法檢測出結構性心臟病。超聲心動(dòng)圖利用超聲波獲取心臟圖像，可用于明確診斷心臟瓣膜病、心肌病、肺動(dòng)脈高壓以及其他需要藥物或手術(shù)治療的心臟結構問(wèn)題。
在這項研究中，研究團隊開(kāi)發(fā)了一款 AI 模型--EchoNext，其在一個(gè)大型和多樣化的衛生系統中來(lái)自 23 萬(wàn)名患者的超過(guò) 120 萬(wàn)對的心電圖-超聲心動(dòng)圖進(jìn)行了訓練，以檢測多種形式的結構性心臟病。
在一項涵蓋四個(gè)醫療系統的驗證研究中，EchoNext 在識別結構性心臟問(wèn)題方面表現出了很高的準確性，這些問(wèn)題包括由心肌病引起的心力衰竭、心臟瓣膜病、肺動(dòng)脈高壓以及嚴重的心肌增厚。
為了了解 EchoNext 在實(shí)際應用中的效果，研究團隊對近 85000 名此前未做過(guò)超聲心動(dòng)圖檢查且正在接受心電圖檢查的患者使用了 EchoNext，結果顯示，EchoNext 識別出超過(guò) 7500 名個(gè)體（占 9%）存在未確診的結構性心臟病的高風(fēng)險。
隨后，研究團隊對這些患者進(jìn)行了為期一年的跟蹤觀(guān)察，以了解有多少人被診斷出患有結構性心臟?。ɑ颊叩尼t生并不知曉 EchoNext 的部署情況，因此未受其預測的影響）。在被 EchoNext 認定為高風(fēng)險的個(gè)體中，有 55% 的人接受了首次超聲心動(dòng)圖檢查，其中，近四分之三的人被診斷出患有結構性心臟病，這一陽(yáng)性率是所有首次接受超聲心動(dòng)圖檢查但未借助 AI 工具的人群的兩倍。
接下來(lái)，研究團隊將 EchoNext 模型與人類(lèi)心臟病專(zhuān)家進(jìn)行了比較，共有 13 位心臟病專(zhuān)家完成了對 3200 份心電圖的評估（其中 1600 份使用 AI 輔助，1600 份未使用 AI 輔助，每位心臟病專(zhuān)家平均評估 246 份心電圖）。這項評估任務(wù)側重于僅利用心電圖（ECG）來(lái)診斷結構性心臟病（SHD）。
結果顯示，在未使用 AI 輔助的情況下，心臟病專(zhuān)家的準確率為 64.0%、靈敏度為 61.1%、特異性為 66.1%；在使用 AI 輔助的情況下，心臟病專(zhuān)家的準確率、靈敏度、特異性分別提升至 69.2%、64.7%、72.4%。但這都明顯遜色于 EchoNext 模型，其準確率為 77.3%，靈敏度為 72.6%，特異性為 80.7%。
這些結果表明，AI 輔助提高了心臟病專(zhuān)家通過(guò)心電圖診斷結構性心臟病的準確率，但仍遜色于 EchoNext 模型的效果。據悉，研究團隊已經(jīng)啟動(dòng)了一項臨床試驗，在八個(gè)急診科中測試 EchoNext 模型。
論文鏈接：
https://www.nature.com/articles/s41586-025-09227-0
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
