Credit: CC0 Public Domain算法解读相对便宜的心电图(ECGs)能够准确筛查患者是否存在心力衰竭的一个关键前兆。发表在《美国医学会心脏病学杂志》(JAMA Cardiology)上的这些结果表明，AI增强心电图(AI-ECG)分析可能是识别心脏功能潜在损害患者的潜在低成本策略。
"这些发现支持AI-ECG作为一种实用、可扩展的筛查工具，能够有效识别在资源有限环境中面临心力衰竭风险的个体，这些地区获取超声心动图的机会受限，从而解决了全球心血管护理中的一个关键缺口，"德克萨斯大学西南医学中心心脏病学系和彼得·奥唐奈小学校公共卫生学院内科医学副教授Ambarish Pandey博士表示。他在内科医学的老年医学部也有兼职任命。
除了Pandey博士（该研究的主要首席作者）外，其他研究人员还包括德克萨斯大学西南医学中心内科医学兼职助理教授Neil Keshvani博士，以及肯尼亚M.P. Shah医院咨询医师和心脏病专家、肯尼亚心脏学会会长Bernard Samia医学博士、医学硕士、公共卫生硕士。
心力衰竭是一种慢性疾病，患者心脏无法泵出足够的血液来满足身体需求，这种疾病在全球范围内呈上升趋势。在撒哈拉以南非洲地区，这一负担尤为严重，那里的医疗资源有限，患者在更年轻的时候就会患上心力衰竭，并且尽管与发达国家患者相比并发症较少，但预后更差。
在遭受心力衰竭之前，许多患者会发展出前驱状况，例如左心室收缩功能障碍(LVSD)，即心脏左心室不能有效泵血。Pandey博士表示，超声心动图（使用超声波创建心脏图像）是诊断LVSD和其他心力衰竭前驱症状的金标准。但他补充说，这些测试极其昂贵，发展中国家通常缺乏进行这些检查所需的设备和专业知识。
为了解决这一差距，Pandey博士及其同事评估了AI-ECG的使用，即通过AI算法增强典型心电图（心脏电功能测试），搜索LVSD和其他心力衰竭前驱症状的证据。AI-ECG在发达国家测试时已显示出令人鼓舞的结果；但在发展中国家很少被评估。
研究团队在肯尼亚的八家医疗机构招募了近6,000名寻求常规临床护理的患者接受AI-ECG检查。该群体的一个子集，总计1,444名患者，也接受了超声心动图检查以验证其AI-ECG结果。
AI算法在同时接受超声心动图检查的患者中识别出14.1%的LVSD。AI-ECG具有99.1%的阴性预测值，意味着几乎所有结果显示没有LVSD证据的患者都被超声心动图确认为阴性。
研究中阳性AI-ECG筛查与包括左心室肥厚和舒张功能障碍在内的其他不良心脏重构标志物强烈相关。该算法显示出高水平的灵敏度，正确识别了95.6%的LVSD患者，同时在准确识别79.4%没有该状况的人方面也显示出高特异性。
作者表示，他们的发现支持在系统性超声心动图筛查不可行的资源有限环境中，将AI-ECG用作LVSD筛查工具。
出版详情
Ambarish Pandey等，肯尼亚人工智能心电图与左心室收缩功能障碍，《美国医学会心脏病学杂志》(2026)。DOI: 10.1001/jamacardio.2026.0908
期刊信息：
《美国医学会心脏病学杂志》
关键医学概念
心力衰竭、左心室收缩功能障碍、超声心动图、左心室肥厚
临床类别
心脏病学
提供者：德克萨斯大学西南医学中心
【全文结束】