人工智能提升严重心脏病发作检测准确率并减少误报 研究显示Artificial intelligence improves detection of serious heart attacks and reduces false alarms, study shows.

环球医讯 / AI与医疗健康来源:curtonews.com美国 - 英语2025-11-01 17:25:01 - 阅读时长3分钟 - 1123字
美国研究团队在《美国心脏病学会杂志》发表成果,证实人工智能应用于心电图分析可显著提升ST段抬高型心肌梗死(STEMI)的检出率,该技术通过深度学习模型"爱心皇后"对1032名患者数据进行验证,在真实急救场景中将真阳性识别率从427例提升至553例,同时将假阳性率从41.8%大幅降至7.9%,有效缩短再灌注治疗时间窗并优化医疗资源配置,尤其适用于缺乏介入治疗能力的偏远地区医院,但专家强调需进一步验证技术与人类判断的协同机制。
人工智能严重心脏病发作心电图ST段抬高型心肌梗死检测准确率误报分诊流程医护负担救治时间审慎应用
人工智能提升严重心脏病发作检测准确率并减少误报 研究显示

技术应用于心电图可加速医疗救治并挽救生命,这是在国际学术会议上公布的一项研究成果。

人工智能(AI)在心电图(ECG)分析中的应用展现出检测严重心脏病发作的积极成效,包括对症状不典型病例的识别。根据《美国心脏病学会杂志》(JACC)发表的研究报告,在旧金山(美国)举行的TCT 2025会议上展示的该技术,还显著降低了假阳性发生率,可避免不必要的医疗干预并优化医疗资源。

本研究聚焦ST段抬高型心肌梗死(STEMI),这是最严重的心脏病发作类型之一。此病症中冠状动脉完全堵塞,导致心肌血流中断。通过经皮冠状动脉介入治疗(PCI)快速恢复血流至关重要,但延误仍普遍存在,尤其在缺乏专科中心的医院或农村地区。当再灌注时间超过90分钟时,患者死亡风险可能升高至三倍。

人工智能优化分诊流程并减轻医护负担

据心脏病学专家、研究主要作者罗伯特·赫尔曼表示,AI技术可在患者首次接触医疗系统时即区分真实心脏病发作与误报。

“由人工智能驱动的心电图解读能融合双重优势——快速识别真实心脏病发作并减少不必要的应急启动,”赫尔曼指出,“这提升了分诊准确性,加速救治流程,并减轻医疗团队负担。”

本研究是首批针对AI在真实急救场景中分诊疑似心脏病患者的大规模分析。2020年1月至2024年5月期间,三个不同地区的PCI中心对1032名触发紧急再灌注协议的患者进行评估,其心电图均经名为“爱心皇后”的AI模型分析。该模型专为识别急性冠状动脉堵塞及区分良性心电模式而开发。

研究结果展现显著成效

血管造影与实验室检测确认,601名患者(58%) 确诊STEMI,而431名(42%) 属于假阳性。AI模型成功识别出601例确诊病例中的553例,传统方法仅检出427例。此外,假阳性率从41.8%降至7.9%,降幅达五倍。

该研究合著者、辛辛那提卡尔和埃迪丝·林德纳研究与教育中心医疗主任蒂莫西·D·亨利指出,该技术可带来重要实践价值。

“结果表明,初始评估中增强AI诊断能缩短治疗时间并减少错误启动,”亨利表示,“该工具对转诊缺乏PCI能力医院的患者尤为实用,可确保及时获得恰当救治。”

专家强调审慎应用与后续步骤

在同期刊发的评论文章中,梅奥诊所心脏病专家莫哈马德·阿尔库利高度评价该工具开发。

“研究人员值得肯定,他们创建了聚焦介入心脏病学中最复杂、易出错环节——STEMI应急启动的可操作AI模型,”他强调。

然而阿尔库利指出技术仍需进一步验证,该模型最初设计用于识别动脉堵塞而非专攻STEMI。

“真正的挑战不仅在于证明准确性,更在于确保做好准备,将AI作为人类判断的补充进行整合与解读,尤其在危急且时间敏感的场景中,”他补充道。

【全文结束】

大健康
大健康