新聞通訊員 田娟

華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院心血管內(nèi)科楊曉云主任醫(yī)師和朱紅玲醫(yī)生團(tuán)隊(duì)研究開(kāi)發(fā)了一種基于深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的心電圖智能診斷模型，不僅提高了心臟肥大/擴(kuò)大的診斷效能，而且為檢測(cè)策略從被動(dòng)向主動(dòng)的轉(zhuǎn)變提供了強(qiáng)有力的工具。近日，此項(xiàng)研究成果在國(guó)際著名期刊《新英格蘭醫(yī)學(xué)·人工智能》上正式發(fā)表。

心臟肥大/擴(kuò)大的早期診斷對(duì)于預(yù)防心力衰竭、心律失常及猝死至關(guān)重要。傳統(tǒng)的診斷方法，如超聲心動(dòng)圖和心臟磁共振成像因成本高和設(shè)施限制，難以作為廣泛篩查工具。因此，迫切需要轉(zhuǎn)變當(dāng)前被動(dòng)檢測(cè)策略為主動(dòng)積極檢測(cè)策略，通過(guò)常規(guī)檢查和日常健康監(jiān)測(cè)，提高對(duì)心臟肥大/擴(kuò)大及其相關(guān)疾?。ㄈ绺哐獕汉桶昴ば孕呐K?。┑臋z測(cè)率。

研究團(tuán)隊(duì)通過(guò)對(duì)93,824名患者的112,685份心電圖大數(shù)據(jù)進(jìn)行深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，開(kāi)發(fā)了心電圖-Cor-Net模型。該模型通過(guò)提取與心臟疾病相關(guān)的波形特征揭示所隱藏的心臟病理信息，模型診斷的平均準(zhǔn)確率達(dá)到85.1%。這一創(chuàng)新不僅提高了診斷心臟肥大/擴(kuò)大的準(zhǔn)確性，而且為早期進(jìn)行干預(yù)進(jìn)而減少心力衰竭和猝死的發(fā)生提供了依據(jù)。

研究團(tuán)隊(duì)比較了該模型與六名心電圖醫(yī)生的診斷成績(jī)，采用另一家醫(yī)院和公共數(shù)據(jù)集的外部數(shù)據(jù)來(lái)評(píng)估其泛化能力。模型診斷水平均高于醫(yī)生水平，平均敏感性提高至醫(yī)生水平的兩倍。這是國(guó)內(nèi)外首次在超聲心動(dòng)圖匹配的心電圖基礎(chǔ)上采用人工智能算法檢測(cè)心臟肥大/擴(kuò)大的研究。

此外，該研究還引入了一種聚合歸因分?jǐn)?shù)的新方法，探討心電圖導(dǎo)聯(lián)的重要性。研究發(fā)現(xiàn)只需4個(gè)導(dǎo)聯(lián)（I、aVR、V1和V5）就可準(zhǔn)確地診斷心臟肥大/擴(kuò)大，診斷結(jié)果與已建立的診斷標(biāo)準(zhǔn)相符。該項(xiàng)研究結(jié)果有望取代傳統(tǒng)的12導(dǎo)聯(lián)心電圖，為設(shè)計(jì)便攜式心電設(shè)備、朝著簡(jiǎn)化導(dǎo)聯(lián)進(jìn)行高效心電圖診斷邁出了一步。

研究結(jié)果展示了利用深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)技術(shù)和精簡(jiǎn)心電圖導(dǎo)聯(lián)來(lái)提高對(duì)心臟肥大/擴(kuò)大診斷效率的潛力，這對(duì)未來(lái)開(kāi)發(fā)便攜式健康監(jiān)測(cè)設(shè)備提供了新思路。