达拉斯 - 2025年11月3日（NEWMEDIAWIRE）- 根据即将在美国心脏协会2025年科学会议上公布的一项初步研究，与智能手表上的单导联心电图（ECG）传感器配对的人工智能（AI）算法能够准确诊断结构性心脏病，如心泵功能减弱、心脏瓣膜损伤或心肌增厚。该会议将于11月7-10日在新奥尔良举行，是心血管科学领域最新科学进展、研究和基于证据的临床实践更新的全球顶级交流平台。
研究人员表示，这是首个前瞻性研究表明，AI算法可以根据智能手表背面和数字表冠上的单导联ECG传感器获取的测量值来检测多种结构性心脏病。
"数百万人都佩戴智能手表，目前它们主要用于检测心律问题，如心房颤动。另一方面，结构性心脏病通常需要通过心脏超声检查来发现，这是一种需要特殊设备的高级心脏成像检测，无法广泛用于常规筛查，"研究作者、耶鲁纽黑文医院内科住院医师兼耶鲁医学院心血管数据科学（CarDS）实验室研究助理Arya Aminorroaya博士说，"在我们的研究中，我们探索了人们每天佩戴的同一款智能手表是否也能帮助更早发现这些隐藏的结构性心脏病，在它们发展为严重并发症或心脏事件之前。"
研究人员使用来自11万多名成年人的26.6万多份12导联心电图记录开发了AI算法。基于这一数据库，他们开发了一种算法，可以从使用智能手表传感器获取的单导联心电图中识别结构性心脏病。为此，研究人员只隔离了12导联心电图中的一个导联，这类似于智能手表上的单导联心电图。他们还考虑了使用现实世界中的智能手表记录单导联心电图时可能产生的随机干扰或"噪声"。然后，该AI模型使用在社区医院寻求治疗的人群数据以及来自巴西的一项基于人口的研究数据进行了外部验证。接着，他们前瞻性地招募了600名参与者，使用智能手表进行30秒的单导联心电图检查，以评估该算法在现实环境中的准确性。
分析发现：
- 使用从医院设备获取的单导联心电图，该AI模型在区分有和没有结构性心脏病的人群方面非常有效，在标准性能评分中得分92%（100%为完美）。
- 在600名使用智能手表获取单导联心电图的参与者中，该AI模型在检测结构性心脏病方面的性能保持在88%。
- AI算法准确识别了大多数心脏病患者（86%的灵敏度），并且在排除心脏病方面高度准确（99%的阴性预测值）。
"单凭单导联心电图是有限的；它无法替代医疗环境中可用的12导联心电图测试。然而，借助AI，它变得足够强大，可以筛查重要的心脏病，"该研究的高级作者、CarDS实验室主任Rohan Khera博士说，"这可能使大规模早期筛查结构性心脏病成为可能，使用许多人已经拥有的设备。"
研究背景、详细信息和设计：
- 研究人员使用了2015年至2023年间在耶鲁纽黑文医院接受检测和治疗的110,006名患者的266,054份心电图数据库，开发了一种从单导联心电图中检测结构性心脏病的AI-ECG算法。
- 该算法与心脏超声扫描相匹配，以确定他们是否有结构性心脏病。
- 然后，该AI模型在四家社区医院寻求治疗的44,591名成年人以及基于人口的ELSA-Brasil研究的3,014名参与者中进行了验证。巴西成人健康纵向研究（ELSA-Brasil）收集了关于慢性疾病如何发展和进展的重要信息，主要关注心血管疾病和糖尿病。
- 为了使AI模型准备好解释来自现实世界单导联心电图的信号，研究人员在模型训练中添加了一些"噪声"——可以将其视为模糊或静态。这种小调整帮助AI在处理不完美的信号时变得更有韧性且更可靠，使其即使在数据不够清晰时也能更好地发现结构性心脏病。
- 在现实世界的前瞻性研究中，600名患者在同一天进行心脏超声检查时，佩戴了带有单导联心电图传感器的同一类型智能手表30秒。
- 参与者的中位年龄为62岁，约一半为女性，44%为非西班牙裔白人，15%为非西班牙裔黑人，7%为西班牙裔，1%为亚裔，33%为其他。约5%在心脏超声检查中被发现患有结构性心脏病。
研究局限性包括前瞻性研究中实际患病患者数量较少以及假阳性结果的数量。
"我们计划在更广泛的环境中评估该AI工具，并探索如何将其整合到基于社区的心脏病筛查计划中，以评估其对改善预防性护理的潜在影响，"Aminorroaya说。
共同作者、披露和资金来源列在摘要中。
【全文结束】
