关键要点：
- 研究人员使用慢性阻塞性肺病（COPD）患者和对照组的心电图训练卷积神经网络来检测COPD。
- 在内部测试和外部验证中，该模型表现出"稳健的性能"。
曼尼诺医生（David Mannino, MD, FCCP, FERS）的观点
根据发表在《eBioMedicine》上的数据，一个分析心电图的人工智能模型能够在内部测试和外部验证中准确地早期检测COPD。
莫妮卡·克拉夫特
"我很兴奋地看到，我们能够使用人工智能模型比通常情况下提前6到15个月诊断COPD，"西奈山医学中心（Mount Sinai）医学系统主席、塞缪尔·布朗夫曼医学系主任兼临床事务副院长莫妮卡·克拉夫特医生（Monica Kraft, MD）告诉Healio。
数据来源于Vaid A等人发表在《EBioMedicine》2026年的研究（doi:10.1016/j.ebiom.2025.106066）。
"在理想情况下，我希望这个时间能更长，但机器学习算法能够让我们看到疾病早期的细微变化，这是一个良好的开端，"克拉夫特说。
在这项研究中，克拉夫特及其同事使用了来自18,225名COPD患者的208,231份标准10秒12导联心电图和来自49,356名年龄、性别和种族匹配的对照组的552,771份心电图，训练了一个卷积神经网络模型，以确定该模型是否能正确检测COPD。
"COPD通常在疾病相当晚期时才被诊断，因为我们使用的肺功能测试在初级保健中并不总是可用，所以症状必须达到一定程度，患者才会被转诊给专科医生并接受测试，"克拉夫特说，"到那时，疾病已经发展得很晚了。
"我们知道肺部的变化实际上会影响心脏泵血和电系统，因此心电图上的某些变化与肺部变化一致，"她补充道，"我们已经知道这一点，但早期这些变化非常细微，因此应用人工智能模型的目的是让我们真正考虑到这些人类肉眼难以察觉的细微变化。"
正如Healio先前报道的，使用心电图数据的人工智能算法在诊断前和诊断时，对识别可能患有肺动脉高压的患者与对照组相比，具有很高的区分能力。
与一组预留患者（内部测试）的心电图相比，该研究报道了人工智能模型的"稳健性能"，表现为受试者工作特征曲线下面积（AUROC）为0.8（0.5到1的范围内）。该指标的更高值表明性能更好。
同样，研究人员在外部验证过程中发现，当使用该模型测试来自西奈山莫宁赛德医院（Mount Sinai Morningside）患者的心电图（AUROC为0.82）和英国生物银行（UK BioBank）中COPD患者的心电图（AUROC为0.75）时，AUROC值较高。
值得注意的是，内部测试队列包括4,293名有至少10包年吸烟史记录的患者（57,053份心电图），在这组患者中，人工智能模型的AUROC为0.8。
根据该研究，该模型的"稳健性能"在六个临床不同的心律失常亚组——心房心律失常、心室心律失常、传导异常、交界性心律、起搏心律和旁路传导——中持续存在，AUROC范围为0.77至0.81。
"这表明该模型的区分能力超越了特定心律特征，支持其在存在不同基础心脏节律的情况下检测与COPD相关的模式的能力，"克拉夫特及其同事写道。
研究人员进一步发现，当心电图在COPD诊断时间附近收集时，模型的AUROC表现更好。在诊断前6至9个月，AUROC为0.76，而在诊断前15个月或更长时间，AUROC为0.57。
转向精确率-召回率曲线下面积（AUPRC），其中值显著大于选定数据集中阳性类别患病率的值表明性能更好，研究人员观察到该模型在每个指定队列中的表现更好：内部测试中0.56 vs. 0.28患病率，西奈山莫宁赛德医院中0.54 vs. 0.22患病率，英国生物银行中0.4 vs. 0.17患病率，以及至少有10年吸烟史的患者中0.44 vs. 0.18患病率。
该研究还强调了模型的未校准概率输出与最终COPD诊断之间的强关联（HR = 10.79；95% CI，7.81-14.91；P < .005），这是在使用来自518名患者从开始吸烟到COPD诊断时间的1,321份历史心电图的Cox比例风险模型中观察到的。
研究人员指出，心电图衍生的模型预测与肺功能测试数据（FEV1%、FVC%和FEV1/FVC）呈"弱负相关"，这意味着"它更有可能在生理损伤更大的个体中检测到COPD。"
最后，热图显示，最能推动模型预测趋向于COPD阳性诊断的心电图区域是P波。
"（展望未来，）我们将以更前瞻性的方式应用这些算法，"克拉夫特告诉Healio。"我们已经确定了与早期COPD一致的心电图变化，现在我们希望将其应用到我们的医疗系统中，然后将我们识别出的患者带入并进行前瞻性测试。"
更多信息：
莫妮卡·克拉夫特医生（Monica Kraft, MD）
专家观点
曼尼诺医生（David Mannino, MD, FCCP, FERS）
这很好地展示了如何分析常规收集的数据（在这种情况下，来自心电图）并使用高级计算来提供关于其他疾病的信息，特别是本研究中的COPD。我们已经看到其他应用这种类型方法学的例子，但到目前为止，这只发生在研究环境中。由于它仅用于研究环境，因此尚未真正进入临床护理。
我预计这项研究的下一步是在不同队列中验证这项工作。然后，研究将从这些数据开始，应用于临床人群，观察临床医生行为是否被修改或诊断是否做出——更重要的是——结果是否改变。
曼尼诺医生（David Mannino, MD, FCCP, FERS）
- COPD基金会首席医疗官兼联合创始人
披露：曼尼诺报告担任安进（Amgen）、阿斯利康（AstraZeneca）、凯西（Chiesi）、COPD基金会、基因泰克（Genentech）、葛兰素史克（GlaxoSmithKline）、礼来（Lilly）、再生元（Regeneron）、罗氏（Roche）、赛诺菲（Sanofi）和UpToDate的顾问，并代表起诉烟草和电子烟行业的人员担任专家证人。
来源/披露
来源：
Vaid A等人，《EBioMedicine》，2026；doi:10.1016/j.ebiom.2025.106066。
披露：克拉夫特报告收到美国肺脏协会（American Lung Association）、Areteia、阿斯利康（AstraZeneca）、美国国立卫生研究院（NIH）和赛诺菲（Sanofi）的资助或合同（资金支付给亚利桑那大学至2022年6月，现在支付给西奈山医学中心）；收到阿斯利康、凯西、基因泰克、葛兰素史克、Kinaset和赛诺菲用于哮喘和COPD治疗的咨询费（资金直接支付给个人）；收到凯西、基因泰克和再生元用于演讲和展示的荣誉费（资金直接支付给个人）；收到欧洲呼吸学会的部分旅行支持，以参加2023至2024年的年度科学会议；拥有一项已获批准和三项待批的与开发炎性肺病治疗药物相关的专利；在国家心肺血液咨询委员会（2022年已完成）和医学教授协会担任领导或受托角色；拥有RaeSedo Inc.的股权（正在开发哮喘治疗药物，处于临床前阶段，无收入）；并担任UpToDate严重哮喘治疗的专栏编辑（资金直接支付给个人）。其他作者的相关财务披露请参见该研究。
【全文结束】
