Sophia Antipolis: 一项在2026年欧洲心脏病学会（ESC）急性心血管护理大会（ACVC）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（MI）方面，其准确性优于传统方法。该大会由欧洲心脏病学会旗下的急性心血管护理协会（ACVC）举办。
对于疑似急性冠脉综合征（ACS）的患者，心电图上的特定变化——即ST段抬高——是判断患者可能存在冠状动脉闭塞的指标。这类心脏病发作被称为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。而对于没有ST段抬高的患者，胸痛的原因则不那么明确，需要进一步检查以确认心肌梗死是否由闭塞引起。
来自意大利博尔扎诺中央医院的费德里科·纳尼医生（Federico Nani）在介绍时解释道：“许多没有ST段抬高的患者实际上患有闭塞性心肌梗死，但临床医生很难快速、准确地识别出这种情况，从而导致急诊治疗延误。我们研究了基于AI的初始心电图解读能否提高在无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共纳入1490名患者，这些患者均有ACS相关症状，但初始心电图未显示ST段抬高。患者的平均年龄为63岁，其中42%为女性。临床医生根据ESC指南解读初始心电图、检测心肌生物标志物肌钙蛋白水平，并在必要时进行冠状动脉造影以诊断闭塞性心肌梗死。与此同时，初始心电图还由一款基于智能手机的CE认证AI心电图算法进行解读。
基于AI的心电图解读排除了1382名患者的闭塞性心肌梗死，并在108名患者（7%）中检测到该病。AI方法正确识别闭塞性心肌梗死的比例为84%，灵敏度为77%，特异性为99%，阴性预测值为98%。假阴性27例（2%），假阳性17例（1%）。
根据标准诊断路径，基于肌钙蛋白水平排除了1207名患者的闭塞性心肌梗死，有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，人工心电图解读正确识别闭塞性心肌梗死的比例仅为42%。
纳尼医生总结道：“这种简单、易用的AI方法在识别和排除无ST段抬高患者的闭塞性心肌梗死方面，显示出比传统诊断路径更高的准确性。我们单中心研究的结果仍需进一步验证，但这些发现表明，AI心电图解读是现有决策工具的有力补充，有助于提高早期识别率，并实现及时、有效的治疗。”
AI在心血管疾病管理中的支持作用将在今年ESC年会（2026年8月28日至31日于德国慕尼黑举行）上作为重点主题进一步探讨。
【全文结束】