准确的中风风险计算要求很高。血压值、胆固醇水平、糖尿病状况和吸烟史都需要输入到评分工具中，而大多数诊所实际上从未对常规患者进行这种评估。
诊所通常进行的是心电图检查。这种快速记录几乎存在于每位患者的病历中，目的是捕捉当前发生的状况。没有人料到它能揭示更多信息。
识别中风风险的工具
这项研究由麻省总医院布里格姆(Mass General Brigham)和哈佛-麻省理工博德研究所(Broad Institute)的神经学家拉胡尔·马哈詹(Rahul Mahajan)博士共同领导。
马哈詹博士和他的同事们想知道，标准的12导联心电图——初级保健医生可能会为模糊的胸部刺痛而开具的同一项检查——是否隐藏了比临床医生一直以来所利用的更多信息。
现有的中风风险评估工具很笨重。它们需要多个实验室检测值、血压读数和计算得分。大多数诊所不会对每位患者都进行这类评估。
马哈詹博士表示："现有的用于识别哪些患者面临最高中风风险的工具通常需要繁琐的临床评分计算，不易扩展，因此在常规实践中并未广泛使用。"
模型训练
研究团队构建了一个深度学习模型——一种卷积神经网络，非常适合识别信号中的模式——并将来自一家大型教学医院10多万患者的原始心电图纸记录输入其中。
专家们将网络输出与每位患者的年龄和性别一起输入到一个估计长期风险的统计模型中。他们将结果命名为ECG2Stroke。
接下来，他们在另外两家独立医院的记录上测试了该模型。总计，超过20万名患者的ECG数据被用于训练和验证。
预测未来十年的中风
研究团队为ECG2Stroke设计了不同的功能。它的任务是获取10秒的记录，并估计该患者在未来十年内发生缺血性中风的可能性。
这是最常见的中风类型——血管阻塞导致大脑部分区域血流中断。
ECG2Stroke在所有三个测试地点的标准0到1准确度评分中得分约为0.78。
这一表现与早期一篇论文报告的结果相似，该论文使用心电图推导的生物年龄在一大群健康成年人中进行了评估。
解读P波
为了了解模型实际"看到"的内容，研究团队构建了显著性地图——显示心电图哪些部分权重最大的视觉热图。
一个特征始终突出：P波。这个在每次心跳开始时的小凸起记录了心脏上腔（称为心房）收缩并将血液推入心室的时刻。
ECG2Stroke的风险估计与心脏病专家已经监测的P波测量值密切相关——这些标记与心房功能相关。
然而，与中风的精确联系仍然是一个未解之谜。该模型实际上已经自主重新发现了这些联系。
心脏与大脑的联系
这就是第二项发现更具重要意义的地方。当研究团队按机制对中风进行分组时，ECG2Stroke特别准确地预测了一种特定类型的中风：心源性栓塞性中风。
心源性栓塞性中风发生在心脏内部形成血栓然后血栓移动到大脑时。
这类中风通常始于心脏上腔，特别是当心房不能正常跳动时。它们约占所有缺血性中风的五分之一。
ECG2Stroke评分高的患者发生心源性栓塞性中风的可能性超过两倍。对于其他原因引起的中风，这种关联基本消失。
这与早期将心房功能障碍和心房颤动与血栓驱动的脑部事件联系起来的研究结果一致。
2021年的一项研究发现，左心房扩大的患者发生心源性栓塞性中风的可能性超过两倍。
与基准比较
弗雷明汉中风风险概况(Framingham Stroke Risk Profile)几十年来一直是临床工作的主力。它通过获取血压读数、糖尿病状况、吸烟史等信息来产生10年风险估计。
ECG2Stroke表现不逊色。仅使用心电图加上年龄和性别，它在不同医院和患者亚组中的表现与FSRP相当，包括那些完全没有心房颤动病史的患者。
该研究的共同资深作者沙恩·库尔希德(Shaan Khurshid)表示："如果在前瞻性真实世界研究中得到确认，此类工具可以确定哪些患者应优先接受强化预防措施。"
窥探心脏的未来
在此次分析之前，没有人证明过将单一的10秒心电图输入神经网络能够匹配临床评分来预测十年后的中风风险。
ECG2Stroke做到了，而且使用的是几乎所有诊所都具备的资源。这改变了医学入门处的可能性。
同一份可能标记当前心律失常的记录，可能会引导临床医生关注那些需要强化预防的患者，而这一切发生在任何症状出现之前很久。
心源性栓塞性中风值得及早发现。抗凝剂可以很大程度上预防它们，临床医生可以在患者首次血栓形成前数年就开始用药。
前瞻性试验将确定ECG2Stroke何时成为常规临床护理的一部分。
但这项研究已经回答了一个问题：10秒的心电图不仅是对心脏当前状态的快照，它还可能提供对心脏未来的窥探。
该研究发表在《美国心脏病学会杂志》(JACC)上。
【全文结束】
