近日，哥伦比亚大学和纽约长老会医院的研究人员合作，研发了一款名为EchoNext的AI筛查工具，通过分析常规心电图（ECG）数据，能够从中准确识别出有结构性心脏病的患者，准确率超过了人类心脏病专家，甚至超过了使用AI辅助的人类心脏病专家。相关研究成果7月16日发表于《自然》。

ECG是使用最广泛的心脏检查，通过测量心脏的电活动，通常用于检测心律失常、冠状动脉阻塞和既往心肌梗死。虽然心电图用途广泛，但也存在局限性——心电图无法检测出结构性心脏病。超声心动图利用超声波获取心脏图像，可用于明确诊断心脏瓣膜病、心肌病、肺动脉高压以及其他需要药物或手术治疗的心脏结构问题。在这项研究中，研究团队开发了一款AI模型——EchoNext，其在一个大型和多样化的卫生系统中来自23万名患者的超过120万对的心电图—超声心动图进行了训练，以检测多种形式的结构性心脏病。在一项涵盖四个医疗系统的验证研究中，EchoNext在识别结构性心脏问题方面表现出了很高的准确性，这些问题包括由心肌病引起的心力衰竭、心脏瓣膜病、肺动脉高压以及严重的心肌增厚。为了解EchoNext在实际应用中的效果，研究团队对近85000名此前未做过超声心动图检查且正在接受心电图检查的患者使用了EchoNext，结果显示，EchoNext识别出超过7500名个体（9%）存在未确诊的结构性心脏病的高风险。随后，研究团队对这些患者进行了为期一年的跟踪观察，以了解有多少人被诊断出患有结构性心脏病（患者的医生并不知晓EchoNext的部署情况，因此未受其预测的影响）。在被EchoNext认定为高风险的个体中，有55%的人接受了首次超声心动图检查，其中，近四分之三的人被诊断出患有结构性心脏病，这一阳性率是所有首次接受超声心动图检查但未借助 AI 工具的人群的两倍。接下来，研究团队将EchoNext模型与人类心脏病专家进行了比较，共有13位心脏病专家完成了对3200份心电图的评估（其中1600份使用AI辅助，1600份未使用 AI 辅助，每位心脏病专家平均评估246份心电图）。这项评估任务侧重于仅利用ECG来诊断结构性心脏病（SHD）。结果显示，在未使用AI辅助的情况下，心脏病专家的准确率为64.0%、灵敏度为61.1%、特异性为66.1%；在使用AI辅助的情况下，心脏病专家的准确率、灵敏度、特异性分别提升至69.2%、64.7%、72.4%。但这都明显逊色于EchoNext模型，其准确率为77.3%，灵敏度为72.6%，特异性为80.7%。

这些结果表明，AI辅助提高了心脏病专家通过心电图诊断结构性心脏病的准确率，但仍逊色于EchoNext模型的效果。据悉，研究团队已经启动了一项临床试验，在八个急诊科中测试EchoNext模型。