一项新研究发表在《npj Aging》杂志上，研究人员评估了人工智能（AI）支持的心电图（ECG）估算的生物年龄（ECG-BA）是否能超越实际年龄（CA）改进与衰老相关疾病的分类风险评估。
背景
你知道吗？两个同龄的人可能会有截然不同的健康结果。衰老对每个人的影响不同，有些人保持活跃且无疾病，而另一些人则可能患上严重疾病。
衰老是一个普遍的过程，导致生理功能下降，增加神经退行性、心血管（CV）、代谢、肌肉骨骼和免疫系统疾病的风险。实际年龄（CA）常用于疾病预测模型中，但无法捕捉个体间生物学衰老的差异。为了专注于“健康”人群，该研究排除了患有高血压、糖尿病和心力衰竭等预存条件的个体。
ECG-BA基于生理生物标志物提供了一种更个性化的健康状态衡量方法。AI现在可以实时分析ECG信号以估算ECG-BA，改善风险分层。五折交叉验证被应用于优化模型性能，确保结果稳健。仍需进一步研究以验证其对不同人群的预测价值。
研究详情
该研究使用了台北荣民总医院2006年至2017年间收集的ECG记录。最初记录了51,061份有效ECG，但在应用排除标准后，分析了48,783名20至80岁健康个体的数据。
一个深度学习模型整合了残差网络（ResNet）、挤压激励网络（SENet）和多任务学习，用于从12导联ECG中估算ECG-BA。该模型使用Adam优化器进行优化，微调网络权重以提高准确性。通过国际疾病分类（ICD）代码链接实际年龄和医疗记录，将参与者分为与衰老相关的疾病组和对照组。
模型训练包括五折交叉验证以优化性能。主要评价指标是健康人群中ECG-BA与实际年龄之间的相关性。
使用接收者操作特征（ROC）曲线下面积评估了CV和非CV疾病的诊断性能。净重新分类改进（NRI）用于测量加入ECG-BA后风险分类的改进。
统计分析包括条件逻辑回归，以评估模型在疾病分类中的预测效用。该模型的平均绝对误差（MAE）为6.25年，平均绝对百分比误差（MAPE）为15.35%，表明其预测准确性优于先前的模型。
数据处理和模型实现使用了PyTorch，结果经过与既定临床基准的验证。
研究结果
想象一下，通过简单的ECG就能像智能手表监测日常心率活动一样预测未来的健康风险。这项研究表明，ECG-BA是识别与衰老相关疾病的一种强大工具，比单独使用实际年龄更早、更准确。
该模型显示了ECG-BA与实际年龄之间的强相关性（R² = 0.70，p < 0.01）。该模型的预测准确性高于之前的AI基础ECG模型，这些模型具有更大的误差范围。然而，这项技术的真正价值在于它能够在传统症状出现之前识别出患严重疾病的风险人群。
与仅使用实际年龄相比，加入ECG-BA显著提高了冠状动脉疾病（CAD）、中风和心肌梗死（MI）等疾病的预测准确性。
例如，外周动脉阻塞性疾病（PAOD）的净重新分类改进（NRI）为1.1%（从0.8632到0.8653，p < 0.01），意味着ECG-BA改进了超出实际年龄的风险分类。癌症风险分类提高了29%的NRI，表明该技术可以改进医学评估并更有效地针对高危个体。
对于现实世界的影响，考虑一下癌症检测。早期诊断可能是生死攸关的。研究表明，ECG-BA纠正了21%由实际年龄单独造成的误分类，减少了错误分类患者的数量。这意味着更多高危患者可以在早期被识别出来，从而有可能及时进行干预，挽救生命。
最显著的改进出现在40岁以上的人群中，这强化了这样一个观点：在医疗评估中应考虑生物学衰老，而不仅仅是生活了多少年。
尽管该模型在改进疾病预测方面取得了成功，但在预测心律失常相关疾病（如房颤（AF）和窦房结综合征（SSS））方面存在局限性。研究认为，心律失常受超甲状腺、吸烟和生活习惯等因素影响，这可能是ECG-BA对这些疾病效果不佳的原因。
然而，对于由生物学衰老驱动的疾病，如阿茨海默病（AD）和骨关节炎（OA），这一工具为早期检测和预防保健策略提供了突破性的机会。
随着ECG监测设备的可及性增加，这些发现具有深远的影响。然而，研究指出，ECG-BA模型需要在不同品牌的ECG机器（如飞利浦和GE Healthcare）上进一步验证，因为设备设置的差异可能会影响预测。
想象一下未来，常规ECG不仅能检测即时心脏问题，还能提供个性化衰老风险评分，帮助个人采取积极措施维护长期健康。
这项研究标志着迈向这个未来的一步，证明了ECG-BA可以重塑预防医学和风险评估，最终在全球范围内改善健康结果。
结论
总之，ECG-BA在风险分类中提供了超越实际年龄的额外价值。基于深度学习的模型在预测准确性方面显示出显著改进，特别是在CV疾病、阿茨海默病（AD）、骨关节炎（OA）和癌症方面。
净重新分类改进（NRI）分析表明，加入ECG-BA可以纠正21%的误分类，其中癌症风险预测的最高改进（29%）。结果突显了ECG作为非侵入性、成本效益高的系统性衰老生物标志物的潜力。
然而，研究还强调了需要多中心验证以确认其在不同人群和设备平台上的通用性。
(全文结束)
