在塞尔维亚贝尔格莱德举行的欧洲心脏病学会2025年心力衰竭大会上，来自美国德克萨斯州达拉斯市西南医学中心的Ambarish Pandey博士报告称，这种AI-ECG模型在检测左心室收缩功能障碍（LVEF < 40%）方面表现出“稳健的诊断性能”，具有高灵敏度、特异性和阴性预测值。
Pandey指出，AI算法筛查阳性与几种不良心脏重塑标志物相关，包括左心室肥厚和舒张功能障碍。他总结说：“这些发现支持了基于AI-ECG算法在资源有限环境中筛查左心室收缩功能障碍的潜力。”
然而，瑞士巴塞尔心血管研究所的Christian Mueller博士表示，这项研究可能有更广泛的意义。他说：“我认为这项技术在资源丰富的国家也有很大的应用价值，因为在所有国家中，心力衰竭或这种表型的检测仍然是一个未满足的需求。”
克服超声心动图资源有限的问题
尽管全球心力衰竭负担正在增加，但在撒哈拉以南非洲地区尤其严重，那里的患者发病年龄较轻，不良预后的风险较高，且与高收入地区相比，获得循证治疗的机会较少。Pandey指出，在这一背景下，心血管危险因素的患病率也在增加。
Pandey说：“早期发现左心室收缩功能障碍可以及时干预，防止进展为症状明显的、明显的心力衰竭。然而，测量射血分数的金标准工具——超声心动图，在低收入和中等收入国家是一种有限的资源，我们需要策略来更好地确定谁需要进行超声心动图筛查左心室功能障碍。”
最近的进展导致了能够检测与左心室功能障碍相关的微妙模式的AI-ECG算法的发展。其中一种名为AiTiALVSD的算法在一项单中心前瞻性研究中显示出良好的区分能力，可以检测LVEF低于40%的情况，Pandey强调道。
但是，他补充说：“其在资源有限的环境（如撒哈拉以南非洲）中检测亚临床心力衰竭和左心室收缩功能障碍的更广泛评估仍然不确定，因此我们不知道这种策略是否可以在更广泛的社区中推广并用于左心室收缩功能障碍的筛查。”
为了探讨这些问题，Pandey和他的同事们在肯尼亚的八个医疗机构进行了前瞻性研究。他们招募了5,992名接受常规临床护理的成年人，所有参与者都接受了标准的12导联心电图检查，并将AiTiALVSD算法应用于结果，以盲法方式进行。研究人员将AI-ECG检测低LVEF的性能与1,444名患者的超声心动图结果进行了比较。
患者被分为高风险和低风险组，高风险定义为至少具备以下条件之一：既往冠状动脉疾病史、心电图上存在病理性Q波，或弗雷明汉风险评分（FRS）高于10%。低风险定义为FRS低于10%且没有高风险标准。
研究的主要结果是根据AI-ECG确定的左心室收缩功能障碍的患病率为18.3%。该数字在高FRS患者（23% vs 10%低FRS）和已有心血管疾病的患者（32% vs 15%无心血管疾病）中更高。
在接受超声心动图检查的患者子集中，14.1%的患者确诊LVEF低于40%，同样在高FRS或已有心血管疾病的患者中比例更高。
超声心动图和AI-ECG的结果在82%的患者中一致。AI算法的灵敏度为96%，特异性为79%，阴性预测值为0.991，阳性预测值为0.432，Pandey说这“突显了该工具的稳健性能”。这些值在高风险和低风险患者中相似。
调整年龄、性别和FRS评分后，与AI-ECG筛查左心室收缩功能障碍阳性的因素包括临床心力衰竭症状（OR 8.25）、舒张功能障碍（OR 9.37）和左心室肥厚（OR 7.38）。
Mueller评论说，该研究具有“非常好的方法学”，并补充说，“它解决了一个非常有前景的工具，这种工具在过去几年中一直在发展。已经有几种算法可用，当然，这种前瞻性研究对于突出它们的临床表现和不同适应症的实用性非常有帮助。”
(全文结束)
