根据《2023全球心脏健康报告》，全球约5亿人受心血管疾病困扰，每年致死人数达2000万，这一数字随久坐生活方式的普及持续攀升。多数死亡源于无法早期诊断，结构性心脏病（包括瓣膜病、先天性心脏病等）影响数亿人，因缺乏常规且经济的筛查手段常被忽视。普通心电图（ECG）难以检测结构性异常，超声检查又价格高昂。但最新研究显示，AI技术可能让普通心电图具备早期诊断能力。
什么是EchoNext？
发表于《自然》期刊的研究显示，哥伦比亚大学研究团队将AI与常规心电图结合，开发出名为EchoNext的诊断系统，可识别需要接受超声心动图检查的患者。该项目负责人、该校医学与生物医学信息学助理教授皮埃尔·埃利亚斯指出："我们有结肠镜和乳腺X光检查，但心脏疾病却缺乏类似筛查手段。"该系统通过分析常规ECG数据，判断是否需要进一步超声检查，能检测传统心电图无法发现的心脏异常。
EchoNext超越专家诊断水平
研究团队使用23万名患者的120万对ECG数据训练深度学习模型。在涵盖美国四家顶级医院系统的验证研究中，该系统准确识别出心肌病、瓣膜病、肺动脉高压和严重心肌增厚等结构性问题。与13名心脏病专家对比测试显示，EchoNext在3200例ECG中准确率达77%，专家团队诊断准确率为64%。
认识结构性心脏病
结构性心脏病指影响心脏瓣膜、壁层、腔室或肌肉的疾病，包括心肌病、先天性心脏病和瓣膜病等。这些疾病可能遗传或后天形成，即便暂时无需治疗，也需持续监测。
研究结论
研究团队对8.5万名未做过超声心动图的ECG患者进行测试，AI系统将9%（7500人）判定为高风险。其中55%接受了首次超声检查，近四分之三被确诊结构性心脏病，阳性检出率是常规筛查的两倍。研究证实，AI技术能显著提升早期诊断效率，这对难以察觉的结构性心血管疾病具有突破性意义。
【全文结束】
