人工智能驱动的心电图工具在肯尼亚准确检测高风险人群的早期心力衰竭
一项研究显示，在肯尼亚使用人工智能驱动的心电图算法在检测早期心力衰竭方面表现出色。该研究结果在欧洲心脏病学会（European Society of Cardiology）主办的心力衰竭2025科学大会上公布。
高发病率和诊断挑战在撒哈拉以南非洲地区
心力衰竭在撒哈拉以南非洲地区非常普遍，患者通常比高收入国家的患者更年轻，预后也更差。来自美国德克萨斯大学西南医学中心的研究报告者Ambarish Pandey博士解释了当前研究的动机：“早期检测左心室收缩功能障碍（LVSD）是一种重要的策略，可以识别可能发展为心力衰竭的患者。然而，在资源有限的情况下，很难获得诊断LVSD的金标准方法——超声心动图。”
“我们在肯尼亚进行了一项研究，以确定是否可以通过使用经过验证的人工智能（AI）软件从心电图（ECG）中评估LVSD，作为一种潜在的大规模人群筛查方法。”
多中心筛查使用AI增强的心电图
这项前瞻性横断面多中心筛查研究包括在肯尼亚八家医疗机构就诊的成年患者。心血管风险因素负担通过先前的心血管疾病（CVD）或Framingham风险评分（FRS）>10%来分类。
所有参与者都进行了12导联心电图检查，并通过AI-ECG算法（AiTiALVSD；Medical AI Co, Seoul, Republic of Korea）评估左心室收缩功能障碍（LVEF <40%）的患病率。AI-ECG算法使用预先设定的阈值>0.097来定义高风险。部分参与者同时接受了AI-ECG算法和超声心动图的LVSD评估，以评估AI-ECG模型的性能。
参与者人口统计学和AI-ECG准确性
可评估的研究队列包括5,992名参与者，平均年龄为55岁，三分之二为女性（66%），65%被归类为高心血管风险。
使用AI-ECG算法检测到的LVSD患病率为18.3%，其中高Framingham风险评分（FRS，22.9%）或现有CVD（32.0%）的患病率高于低FRS（9.9%）。
在1,444名接受配对评估的参与者中，超声心动图确认的LVSD存在率为14.1%。与超声心动图相比，AI-ECG算法表现出出色的性能指标：灵敏度为95.6%，特异性为79.4%，阴性预测值为99.1%。
肯尼亚心脏学会主席兼高级作者Bernard Samia博士补充说：“我们的研究表明，AI-ECG算法作为一种相对低成本且可扩展的工具，在资源有限的社会中筛查高风险人群的心脏病（包括心力衰竭）具有潜在的实用性。”
Pandey博士总结道：“令人惊讶的是，AI-ECG算法几乎在五分之一的个体中检测到LVSD，突显出大量有心力衰竭风险的人群。鉴于AI-ECG算法在金标准方法中的表现良好，我们现在希望在非洲多个国家进行更大规模的筛查研究。此外，还需要调查LVSD的识别是否会导致更多基于证据的治疗方法的应用。”
(全文结束)
