根据美国疾病控制与预防中心的数据，每34秒就有一人死于心血管疾病。在心脏健康方面，生活方式和饮食的改变可以起到决定性作用，但预防同样至关重要。
本周早些时候，《最佳生活》报道了一种能够检测乳腺癌的新人工智能工具。如今，科学家们使用类似的技术来诊断心脏病——而且取得了显著成效。
一种新人工智能工具可检测隐藏的心脏病
在心脏疾病诊断领域，生物医学研究人员开发出了一种人工智能驱动的筛查工具，可以检测隐藏的心脏病。这是全球首个此类工具，设计用于与心电图（ECG）联合使用。
“我们有结肠镜检查，有乳腺X光检查，但我们没有适用于大多数类型心脏病的类似筛查方式。”哥伦比亚大学瓦格洛斯内外科学院医学与生物医学信息学助理教授、纽约长老会医院人工智能医学主任皮埃尔·埃利亚斯（Pierre Elias）在一份新闻稿中表示。
这种人工智能筛查工具被称为EchoNext。
它分析心电图数据，并识别出需要进一步检查（如超声心动图）的患者，以排查潜在的结构性心脏问题。结构性心脏问题是指心脏瓣膜、壁层、腔室或肌肉的结构或功能异常，包括瓣膜疾病、先天性心脏病、心功能受损和心肌病等。
尽管结构性心脏问题可能带来严重的健康风险，但许多病例在灾难性事件发生前都无法被发现。而EchoNext有望改变这一现状。研究人员报告称，EchoNext“通过心电图读数识别结构性心脏病的准确率高于心脏病专家”。
相关研究结果发表在《自然》（Nature）期刊上。
EchoNext与心电图的对比
梅奥诊所（Mayo Clinic）解释称，心电图是心脏病专家用来测量心脏电活动和心跳的常规检测方法。它可以检测心律不齐（心律失常）、动脉阻塞或狭窄的迹象，以及既往心脏病发作造成的损伤。由于这项检测简便快捷（且无痛），医生通常会当场解读结果。
心电图在心脏病学中是常规操作，但也有例外。“我们在医学院都学过，无法通过心电图检测结构性心脏病。”埃利亚斯表示。
而EchoNext正是为此而设计的。埃利亚斯解释说：“这个筛查工具旨在分析普通的心电图数据，以判断何时需要进行后续的心脏超声检查。”
研究人员使用来自23万名患者超过120万份心电图-超声心动图记录的数据训练了该模型。
EchoNext在检测中持续优于人类
在一项评估该工具可靠性的研究中，研究人员发现，EchoNext“在识别由心肌病、瓣膜疾病、肺动脉高压和严重心肌增厚导致的心力衰竭等结构性心脏问题方面表现出高度准确性。”
EchoNext在检测结构性心脏问题方面的准确率比心脏病专家高出20%。在一项分析3200份心电图的研究中，这款人工智能工具的成功率为77%，而由13名医生组成的团队准确率为64%。
埃利亚斯表示：“EchoNext基本上是利用更便宜的检测方法来判断谁需要更昂贵的超声波检查。它能够检测出心脏病专家无法通过心电图发现的疾病。我们认为，心电图结合人工智能有潜力创造出一种全新的筛查范式。”
最近，研究人员使用EchoNext对8.5万名接受心电图检查的患者进行结构性心脏问题筛查。结果显示，EchoNext将超过7500人归类为未确诊结构性心脏病的高风险人群，其中55%后来被医生建议接受超声心动图检查。
作者指出：“其中，近四分之三被确诊为结构性心脏病——这一确诊率是未使用人工智能辅助进行首次超声心动图检查人群的两倍。”
埃利亚斯表示：“借助我们的技术，我们或许能将今年全球预计进行的4亿次心电图检查变成4亿次筛查结构性心脏病的机会，从而在最佳时机提供可能挽救生命的治疗。”
至于EchoNext何时能在全国范围内的医院推广使用，埃利亚斯和他的研究团队目前正在八个急诊部门开展临床试验。
【全文结束】
