人工智能心电图识别心衰准确度超八成

LiteratureExpress

北一心语

.08.26

聚焦心血管疾病研究

人工智能心电图算法诊断心衰

准确度超八成

研究背景

呼吸困难是急诊室最常见的主诉之一，而心力衰竭是呼吸困难的重要病因之一，尤其是合并左心室射血分数降低，死亡风险明显增加，需要尽早识别和处理。

在临床实践中，我们通常需要采集病史、体格检查、生物标志物检测（如BNP或NT-proBNP）以及心脏超声检查从而帮助诊断心力衰竭以及左心室射血分数降低。

近期发表的一项来自梅奥诊所的研究中，尝试应用基于人工智能的心电图算法，在因呼吸困难就诊于急诊室的患者中，快速、高效、经济地诊断左心室射血分数下降。

研究方法

此项研究在年5月至年2月期间，入选了名因呼吸困难就诊于梅奥诊所急诊室的患者，所有患者均在就诊后24小时内完成12导联心电图检查，并且在此后的30天内完成超声心动图检查。

图1.研究流程图

主要终点是基于深度学习的心电图算法识别新发左心室射血分数下降（LVEF≤35%）的准确度。

次要终点是基于深度学习的心电图算法识别新发左心室射血分数下降（LVEF≤50%）的准确度。

研究结果

入选患者的中位年龄为68岁，男女比例相似（女性47%），54%的患者进行了NT-proBNP的检测。

表1.基线临床特征

AI-ECG算法识别新发LVEF≤35%以及LVEF≤50%的的准确度分别高达85.9%和86%。

图2.AI-ECG算法识别因呼吸困难急诊就诊的患者LVEF≤35%以及LVEF≤50%的ROC曲线

而在同时进行了NT-proBNP检测的名患者中，以NT-proBNPng/mL为切点诊断LVEF≤35%的AUC劣于AI-ECG（AUC0.8vs0.89，p0.）。

心语点评

心电图是急诊室中最为简便、快捷、经济的检查手段，此项研究发现基于人工智能的心电图算法具有早期识别左心室收缩功能减退，从而进行合理的早期干预。值得注意的是，AI-ECG算法不仅有相当高的准确度，甚至诊断价值优于NT-proBNP，的确令人叹为观止。

近年来，基于深度学习的人工智能技术在医学领域广泛研究和应用，AI以我们尚无法完全理解但更加精确的方式在深度计算、解析以及预测着疾病的发生发展过程，正如当年深蓝和AlphaGo的胜利一样。但我们真正需要做的是在享受AI带来的精准诊断和临床决策支持的同时，进一步挖掘和探寻潜在的机制，让我们对人体和疾病的认识更进一步，更深一层。

更多

咨询

点击查看

无论年龄、性别、贫穷和疾病，心脏康复都可以降低心血管疾病患者全因死亡

预测FFR阳性谁更强？冠脉CTAvs负荷心肌显像

自发性冠状动脉夹层：最新综述

TWILIGHT-like高危患者接受复杂PCI术后延长DAPT治疗的风险和获益

请扫描

转载请注明：http://www.imjuc.com/xjgsyy/11599.html