当前位置： AI资讯 > 内文

《柳叶刀》｜人工智能从心电图中找到了“隐藏”的房颤

2019-08-09 关键词：医疗AI

据Eurekalert网站8月2日报道，近期《柳叶刀》发布了一份来自美国Mayo Clinic诊所的研究，利用人工智能可在心电图中发现不规律的心跳迹象——房颤，即使心脏在测试中处于正常节律也能被发现，这有助于房颤的诊断以及预防其带来的健康危害。

文章作者，Mayo Clinic心血管内科主任Paul Friedman博士指出，房颤是一种常见的心脏病，这种疾病可以导致卒中、心力衰竭或其他种种心脑血管疾病，因此诊断的准确性和及时性对于房颤防控很重要。

医生可以从心电图的波形变化诊断房颤。但是，房颤往往转瞬即逝，在10至12秒的心电图检查时若心跳未出现端倪，人们往往很难察觉，这为疾病的诊断带来挑战。目前临床为了精确诊断，医生可以为心律失常患者带上24小时心电监测仪，但这需要专用的设备和分析技术，成本较高。

如果诊断患者患有房颤，那么医生可使用抗血栓药治疗。特别是一些卒中的患者，医生需要知道他们在卒中发作前的几天是否出现房颤，如果有，则使用抗血栓药对预防卒中再次发作非常有效；但是如果没有房颤，则白白增加了出血风险。

Friedman介绍，房颤可引起心脏结构发生变化，会在心电图上产生与健康心脏的细微差异。因此，在本项研究中，研究人员从Mayo Clinic诊所数据库中的700多万心电图中选出了大约45万份，训练人工智能识别这些“正常”心电图中的差异。如果不使用人工智能，这些细微变化很难被区别。

随后，研究人员使用36280份正常节律心电图（其中3051人患有房颤）对人工智能诊断进行测试。结果发现，通过人工智能分析健康人群与房颤患者的心电图的细微差别诊断房颤，其准确率高达90%。

Friedman说，这项研究的成果是十分令人鼓舞的，如果可以得到进一步的证实，那么这种人工智能心电图可以用于指导房颤的治疗，特别是对无症状或即将发生房颤的预防性治疗。目前，越来越多的手机和智能手表开发了心电图监测功能，将其与人工智能识别方法相结合，更易于大规模的防控作用。

在今年1月Nature Medicine发布的一份研究中，Mayo Clinic将人工智能应用于标准心电图分析，能够可靠地检测出无症状左心室功能障碍，准确性要优于其他常见的筛查检测。在没有心室功能障碍的患者中，与筛查阴性的患者相比，人工智能筛查阳性的患者发生未来心室功能障碍的风险是其四倍。研究人员分析，这很可能是人工智能可以识别出在心肌衰弱之前出现的非常早期的、细微的心电图变化，并据此作出判断。

澳大利亚阿德莱德大学的Jeroen Hendriks在评论中指出，心电图可以在测试中显示心脏正常或异常的电信号活动，但这很可能就像让你看着大海，判断是否昨天出现了大浪一样。身体每一次异常心跳发出的电信号所携带的信息，正隐藏在清晰可见的地方，等待人工智能去一一识别。可以想象，将来如果人工智能足够强大，那么让它看着心电图这片“大海”，“大海捞针”或许也能够实现。

参考文献：

1. Eurekalert Mayo Clinic study shows AI could enable accurate screening for atrial fibrillation https://www.eurekalert.org/pub_releases/2019-08/mc-mcs080219.php 2. The Lancet An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(19)31721-0/fulltext

本文转自“搜狐”官网，原文标题“《柳叶刀》：大海捞针！人工智能从心电图中找到了‘隐藏’的房颤”