一项常规心脏检查可能隐藏着医生多年来错过的警告信号。这是发表在《自然》杂志上的加州大学伯克利分校最新研究的主要发现。研究人员训练了一个人工智能模型来研究心电图（也称为EKG），并寻找与心脏骤停相关的模式。
这才是最可怕的部分。心脏骤停可能发生在已知有心脏问题的人身上。然而，它也可能影响年轻运动员和从未知道自己处于风险中的人。
每年，数十万美国人在心脏骤停后死亡。一旦发生在医院外，生存率会迅速下降。心肺复苏和除颤器可以挽救生命，但时机就是一切。
现在，人工智能可能帮助医生更早发现一些患者，而他们的心脏在当今常见的检查中看起来仍然正常。
UC Berkeley researchers say artificial intelligence can detect hidden ECG patterns linked to sudden cardiac death that routine heart screenings may miss.
(加州大学伯克利分校的研究人员表示，人工智能可以检测到常规心脏筛查可能遗漏的、与心脏骤停相关的隐藏心电图模式。Photo by Quentin Top / Hans Lucas / AFP via Getty Images)
人工智能如何发现隐藏的心脏风险
心电图记录你心脏的电活动。它创造出医生用来检查心律和其他心脏线索的熟悉波峰和波形。
在这项研究中，研究人员使用了来自瑞典的40多万份心电图。他们将这些扫描与死亡证明和健康记录配对。然后，他们训练AI模型寻找与心脏骤停相关的波形模式。
之后，他们在来自美国和台湾的独立患者数据上测试了该模型。这一步很重要，因为医疗AI通常在一个数据集上看起来不错，但在现实世界中会失败。在这里，该模型在非常不同的医疗系统中都表现良好。
为什么当今的心脏筛查会遗漏患者
医生通常使用一种称为左心室射血分数(LVEF)的测量来判断风险。简单来说，它显示心脏每次跳动泵出多少血液。
如果该数值低于某个阈值，患者可能有资格安装植入式除颤器。该设备可以在危险事件期间将心脏电击回正常心律。
然而，这种方法留下了很大的漏洞。许多突然死亡的人从未接受过更深入的心脏评估。其他人可能有正常泵血的心脏，但仍面临危险心律问题的风险。
加州大学伯克利分校的模型发现了一个高风险群体，其心脏骤停的年发生率为7%。标准的LVEF降低组的年发生率为4.6%。
更引人注目的是，AI标记的大多数患者都被LVEF方法漏掉了。换句话说，常规心电图可能包含当前筛查忽略的警告信号。
人工智能发现了一个隐藏的心电图警告信号
研究人员不仅仅要求AI提供风险评分。他们还试图了解模型看到了什么。这很重要，因为如果医生得到一个没有明确原因的答案，医疗AI可能会变成一个"黑箱"。
为了更深入地研究，该团队使用另一个AI系统比较低风险和高风险心电图模式。可以将其视为一种方式，看看看似正常的心跳模式如何转变为高风险模式。
这种比较指出了心电图称为aVL的一个部分中的可见特征。这是医生用来读取心脏电活动的标准视图之一。该特征出现在QRS波群中，即心电图中反映每次心跳时心脏主要电信号的部分。
研究人员表示，这种信号强烈预示着心脏骤停。他们还表示，这种信号在医学文献中以前从未被描述过。这提出了一个引人入胜的可能性。人工智能可能帮助医生做出更好的预测，并发现人类错过的警告信号。
A new AI model analyzed hundreds of thousands of ECGs and identified patients at higher risk of sudden cardiac death, even when standard heart tests appeared normal.
(一个新的AI模型分析了数十万份心电图，并识别出即使在标准心脏检查显示正常的情况下，心脏骤停风险较高的患者。Photo by Andreas SOLARO / AFP via Getty Images)
为什么这可能会改变除颤器决策
植入式除颤器可以挽救生命。然而，在错误的患者身上植入也有风险。该手术可能是侵入性的且成本高昂。此外，根据现行规则放置的许多设备可能永远不需要启动。
因此，医生面临着残酷的挑战。错过需要该设备的患者，结果可能是致命的。植入过多，患者将面临可能永远不需要的手术。
这种新的AI工具可以帮助缩小这一差距。它可能会标记出需要更密切监测的患者，以便医生考虑更大的步骤。
下一阶段已经开始。研究人员正在与瑞典、台湾和美国的医疗系统合作，在医院心电图数据库上测试该算法。
如果该工具将扫描标记为高风险，医生可以联系患者。患者随后可以佩戴心脏监测贴片。这可以在危险心律变为致命之前揭示更多情况。
无人应忽视的隐私问题
这个故事还有另一面。医疗AI需要庞大的数据集才能良好运行。研究人员表示，编译本研究中使用的数据大约花了十年时间。这告诉你，严肃的临床AI可能有多难。
但它也提出了一个合理的问题。当你的扫描帮助训练医疗模型时，谁控制数据？医院、研究人员和AI公司需要明确的护栏。患者应该知道他们的健康记录如何得到保护、共享和使用。
在分享更多健康数据之前，检查健康应用程序的权限、登录和隐私设置。健康应用程序可能包含敏感信息，因此小的隐私选择可能会产生重大后果。更好的预测可以挽救生命。然而，信任将决定人们接受这些工具的速度。
这对你的意义
这种AI工具很有前景，但你现在不能在家使用它。你不能上传心电图并获得个人风险评分。医生仍在测试它，然后才能成为常规护理的一部分。尽管如此，这个想法很有力量。你可能已经做过的常规心脏检查，有一天可能会揭示出当今筛查可能遗漏的隐藏风险。
目前，不要忽视警告信号。昏厥、无法解释的头晕、心跳加速或家族中心脏骤停病史应与医生讨论。正常的检查并不总是意味着所有心脏风险都被排除。如果你的医生希望你跟踪血压，兼容的袖带可以将读数同步到Apple Health。可穿戴设备也可以标记一些心脏健康线索，包括可能的高血压警报，但它们不能替代医生。
此外，知道在紧急情况下该做什么。如果可以的话，学习心肺复苏术。在工作场所、学校、健身房和公共场所寻找自动体外除颤器(AED)。当心脏骤停发生时，快速行动可以帮助挽救生命。
Researchers say AI uncovered a previously unknown ECG warning sign that could help doctors identify dangerous heart rhythm disorders earlier.
(研究人员表示，AI发现了一个先前未知的心电图警告信号，可以帮助医生更早识别危险的心律失常。Photo: Arne Dedert/dpa via Getty Images)
库尔特的关键要点
这是那种吸引我的AI突破，因为它始于如此普通的事物：常规心电图。我们许多人做过。你躺下，胸部贴上几个贴片，机器打印出波形图，大多数人再也不去想它。现在，研究人员表示AI可能能够在这个模式中找到隐藏的警告信号。这很有力量，因为心脏骤停通常给家庭没有准备时间，给医生没有第二次机会。然而，这个工具在成为日常护理的一部分之前还需要更多测试。医生需要知道它在更多患者身上有效。医院需要在AI发出警报后采取行动的计划。当患者的医疗扫描帮助训练这些系统时，他们也应该得到明确的隐私保护。尽管如此，这个想法很难忽视。一项普通的心脏检查可能有一天能在人倒下之前发现危险。对我来说，这既充满希望，又令人不安，这正是为什么这种医疗AI值得密切关注。
你是否希望AI系统扫描你的旧医疗检查以发现隐藏的健康风险？通过写信给我们(CyberGuy.com)告诉我们。
版权声明 2026 CyberGuy.com。保留所有权利。
库尔特"CyberGuy"克努特森(Kurt "CyberGuy" Knutsson)是一位屡获殊荣的科技记者，他深深热爱科技、设备和让生活更美好的小工具，他为福克斯新闻(Fox News)和福克斯商业(Fox Business)做出贡献，从"福克斯与朋友们"(FOX & Friends)早间节目开始。有科技问题吗？获取库尔特免费的CyberGuy新闻通讯，在CyberGuy.com上分享你的声音、故事想法或评论。
【全文结束】