探析人工智能在心电图低价检验中的应用

明尼苏达州罗切斯特- Mayo Clinic的一项研究发现，将人工智能应用于一种广泛可用的低价检验 - 心电图，可以得出一个简单、实惠的无症状左心室功能障碍的早期指标，即心脏衰竭的前兆。研究小组发现，该检验的准确性优于其他常见的筛查方法，例如乳腺癌的乳房 X 光检查。这些研究结果发表在《自然医学》上。

无症状的左心室功能障碍的特征在于存在心脏泵送功能低下以及明显心脏衰竭的风险。它影响了 700 万美国人，并且与生活质量的降低和寿命减短有关。但无症状的左心室功能障碍在确诊后是可以治疗的。

然而，对于无症状的左心室功能障碍，目前还没有便宜、无创、无痛的可用于诊断的筛查工具。Mayo 研究报告称，无症状左心室功能障碍的最佳筛查检验是测量利钠肽水平，但其结果令人失望。而且该检验需要抽血。左心室功能障碍通常采用昂贵且不易获取的成像检验来诊断，例如超声心动图，CT 或核磁共振 扫描。

“充血性心力衰竭折磨着 500 多万人，仅在美国就耗费了 300 多亿美元的医疗开支。” Mayo Clinic 心血管内科中西部地区主席、本文资深作者Paul Friedman 医学博士表示。“能够在 10 秒钟内获得普及易获且价格低廉的心电图显示-，并通过人工智能对其进行数字化处理，以提取有关先前隐藏的心脏病的新信息，对于挽救生命和改善健康具有巨大潜力。”

Mayo Clinic 的研究人员假设，通过适当训练的神经网络可以在心电图中可靠地检测到无症状的左心室功能障碍。使用 Mayo Clinic 存储的数字数据，研究人员筛选 625,326 对配对的心电图和经胸超声心动图，以确定待研究的群体并进行分析。为了验证他们的假设，研究人员创建、训练、验证并检测了一个神经网络。

该研究的结论是，应用于标准心电图的人工智能可以可靠地检测出无症状的左心室功能障碍。该检测的准确性优于其他常见的筛查检测，例如前列腺癌的前列腺特异性抗原、乳腺癌的乳房 X 光检查和宫颈癌的宫颈细胞学检查。

此外，在没有心室功能障碍的患者中，人工智能筛查阳性的患者将来发生心室功能障碍的风险是筛查阴性的患者的四倍。

“换句话说，该检测不仅可以确定无症状疾病，还可以预测未来疾病的风险，这可能是通过识别心肌无力之前发生的非常早期的微妙心电图变化实现的。”Friedman 博士表示。