一项在2026年ESC急性心血管护理大会（欧洲心脏病学会（ESC）下属的急性心血管护理协会（ACVC）的年度大会）上公布的研究表明，基于人工智能（AI）的心电图解读方法在检测闭塞性心肌梗死方面优于标准方法。
对于疑似急性冠脉综合征（ACS）的患者，心电图上出现一种特定变化——ST段抬高，提示患者可能存在冠状动脉闭塞。这种类型的心肌梗死被称为ST段抬高型心肌梗死（STEMI），需要立即进行经皮冠状动脉介入治疗以恢复心脏血流。对于没有ST段抬高的患者，胸痛的原因可能不那么确定，需要进一步检查以确认心肌梗死是否由闭塞引起。
意大利博尔扎诺中央医院的Federico Nani医生在演讲中解释道：“许多没有ST段抬高的患者患有闭塞性心肌梗死，但临床医生很难快速准确地识别这一点，从而导致紧急治疗的延误。我们研究了基于AI的初始心电图解读是否能提高在无ST段抬高情况下检测闭塞性心肌梗死的准确性，以优化患者管理。”
这项单中心前瞻性研究纳入了1490名症状提示ACS但初始心电图无ST段抬高的患者。平均年龄为63岁，42%为女性。临床医生解读初始心电图、检测心脏生物标志物肌钙蛋白水平，并在必要时进行冠状动脉造影，根据ESC指南诊断闭塞性心肌梗死。同时，初始心电图由一款基于智能手机、获得CE认证的AI-ECG算法进行解读。
基于AI的心电图解读排除了1382名患者的闭塞性心肌梗死，并检测出108名患者（7%）患有此病。AI方法正确识别了84%的闭塞性心肌梗死病例。敏感性为77%，特异性为99%，阴性预测值为98%。有27例假阴性（2%）和17例假阳性（1%）。
根据标准诊断流程，基于肌钙蛋白水平排除了1207名患者的闭塞性心肌梗死，283名患者接受了冠状动脉造影以确认或排除诊断。总体而言，人类心电图解读正确识别了42%的闭塞性心肌梗死病例。
Nani医生总结道：“这种简单、易用的AI方法在识别和排除闭塞性心肌梗死方面，与无ST段抬高患者的传统诊断路径相比，显示出更高的准确性。我们单中心研究的结果需要进一步验证，但这些发现表明，AI心电图解读是对现有决策工具的有价值补充，有助于改善早期识别和及时有效的治疗。”
AI支持心血管疾病管理的能力将在今年8月28日至31日于德国慕尼黑举行的ESC年度大会上作为焦点主题进一步探讨。（ANI）
【全文结束】