心电图（ECG）是一种记录心脏电活动的测试，是全球最常进行的医学评估之一。ECGs展示了心脏各个腔室（包括心房和心室）之间电信号的流动。此外，ECGs还收集了大量来自身体的信息，因为像糖尿病这样的疾病会影响肾脏或肝脏等器官，从而影响心脏功能。心脏病专家依靠他们的专业知识和既定指南来解读ECGs，将其分类为“正常”和“异常”模式，以帮助诊断各种疾病。虽然人工智能（AI）增强的心电图以其在诊断心脏疾病方面的准确性而闻名，但此前并未用于告知临床医生个体患者未来可能发展的一系列特定、可治疗疾病的患病风险。
现在，一种新的AI模型可以利用心电图预测患者发展和恶化疾病的风险，以及早期死亡的风险。该模型使医生能够更早地检测到疾病，并优先处理紧急病例进行干预。伦敦帝国理工学院（英国伦敦）的研究人员利用国际来源的大量数据集，包括作为常规护理收集的数百万份心电图，训练他们的AI模型分析心电图并准确预测哪些患者将发展新疾病、疾病进展或最终死亡。AI模型被训练来解释心房和心室之间的电信号流动，识别电信号中的模式。据研究人员称，该模型能够识别比心脏病专家更复杂和细微的ECG模式。
他们的研究结果发表在《柳叶刀数字健康》上，表明该AI模型——称为AI-ECG风险估计（AIRE）——成功地在心电图后的十年内预测了78%的死亡风险。在模型不准确的情况下，研究人员建议未知因素，如后续治疗或未预见的死因，可能发挥了作用。该系统能够预测未来的健康风险，包括心律失常、心脏病发作和心力衰竭，以及死于非心脏相关原因的可能性。研究人员报告称，这些预测具有很高的准确性。他们还分析了影像学和遗传数据，这些数据支持他们的发现，证实AI预测与心脏结构和功能的实际生物因素有关。这一方面对于建立模型在临床医生中的可信度至关重要，因为它展示了模型能够检测到心脏结构随时间的微妙变化，这些变化是疾病或死亡风险的早期指标。
“我们的研究表明，这种AI模型是一个可信且可靠的工具，未来可以在NHS的不同领域编程使用，为医生提供相关的风险信息，”该研究的高级作者、伦敦帝国理工学院国家心肺研究所的心脏电生理学讲师Fu Siong Ng博士说，“这可能对患者的治疗方式产生积极影响，最终改善患者的寿命和生活质量。它还可以减少等待名单，允许更有效地分配资源。我们相信这将对NHS和全球产生重大益处。”
(全文结束)
