結(jié)構(gòu)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(nèi)影響著數(shù)千萬(wàn)人。
在疾病進(jìn)程的早期階段發(fā)現(xiàn)患有結(jié)構(gòu)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(guī)且經(jīng)濟(jì)實(shí)惠的篩查測(cè)試，許多有結(jié)構(gòu)性心臟問(wèn)題的人直到心臟功能?chē)?yán)重受損時(shí)才被發(fā)現(xiàn)。
多種類(lèi)型的結(jié)構(gòu)性心臟病，往往在疾病晚期才出現(xiàn)癥狀。所有類(lèi)型的結(jié)構(gòu)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(shí)以及合適的患者選擇，限制了其全面應(yīng)用。因此，迫切需要更好地對(duì)患者進(jìn)行風(fēng)險(xiǎn)分層，并確定哪些患者應(yīng)轉(zhuǎn)診進(jìn)行超聲心動(dòng)圖檢查，從而提高結(jié)構(gòu)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(zhǎng)老會(huì)醫(yī)院的研究人員合作，在國(guó)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(guī)心電圖（ECG）數(shù)據(jù)，能夠從中準(zhǔn)確識(shí)別出有結(jié)構(gòu)性心臟病的患者，準(zhǔn)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(yī)學(xué)中心心臟病專(zhuān)家、紐約長(zhǎng)老會(huì)醫(yī)院人工智能醫(yī)療主任 Pierre Elias 表示，我們有結(jié)腸鏡檢查，有乳腺 X 光檢查，然而，對(duì)于大多數(shù)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(cè)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(cè)出心臟病專(zhuān)家都無(wú)法發(fā)現(xiàn)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(yī)療保健中使用最廣泛的心臟檢查。該檢查通過(guò)測(cè)量心臟的電活動(dòng)，通常用于檢測(cè)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(jié)構(gòu)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(cè)出結(jié)構(gòu)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(jié)構(gòu)問(wèn)題。
在這項(xiàng)研究中，研究團(tuán)隊(duì)開(kāi)發(fā)了一款 AI 模型--EchoNext，其在一個(gè)大型和多樣化的衛(wèi)生系統(tǒng)中來(lái)自 23 萬(wàn)名患者的超過(guò) 120 萬(wàn)對(duì)的心電圖-超聲心動(dòng)圖進(jìn)行了訓(xùn)練，以檢測(cè)多種形式的結(jié)構(gòu)性心臟病。
在一項(xiàng)涵蓋四個(gè)醫(yī)療系統(tǒng)的驗(yàn)證研究中，EchoNext 在識(shí)別結(jié)構(gòu)性心臟問(wèn)題方面表現(xiàn)出了很高的準(zhǔn)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(yán)重的心肌增厚。
為了了解 EchoNext 在實(shí)際應(yīng)用中的效果，研究團(tuán)隊(duì)對(duì)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(jié)果顯示，EchoNext 識(shí)別出超過(guò) 7500 名個(gè)體（占 9%）存在未確診的結(jié)構(gòu)性心臟病的高風(fēng)險(xiǎn)。
隨后，研究團(tuán)隊(duì)對(duì)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(jié)構(gòu)性心臟?。ɑ颊叩尼t(yī)生并不知曉 EchoNext 的部署情況，因此未受其預(yù)測(cè)的影響）。在被 EchoNext 認(rèn)定為高風(fēng)險(xiǎn)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(jié)構(gòu)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(tuán)隊(duì)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(duì) 3200 份心電圖的評(píng)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(píng)估 246 份心電圖）。這項(xiàng)評(píng)估任務(wù)側(cè)重于僅利用心電圖（ECG）來(lái)診斷結(jié)構(gòu)性心臟病（SHD）。
結(jié)果顯示，在未使用 AI 輔助的情況下，心臟病專(zhuān)家的準(zhǔn)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(zhǔn)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(zhǔn)確率為 77.3%，靈敏度為 72.6%，特異性為 80.7%。
這些結(jié)果表明，AI 輔助提高了心臟病專(zhuān)家通過(guò)心電圖診斷結(jié)構(gòu)性心臟病的準(zhǔn)確率，但仍遜色于 EchoNext 模型的效果。據(jù)悉，研究團(tuán)隊(duì)已經(jīng)啟動(dòng)了一項(xiàng)臨床試驗(yàn)，在八個(gè)急診科中測(cè)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(guó)際展覽有限公司版權(quán)所有（保留一切權(quán)利）
滬ICP備05034851號(hào)-57
