近期,上海市第十人民医院的心血管内科由张毅和赵逸凡领衔的研究团队,在人工智能心电图波形分析领域实现了突破性进展。他们成功研发并验证了一项独特算法,该算法能够以极高的精确度,从常规的12导联心电图波形中识别出ST段抬高型心肌梗死(STEMI)患者的病变血管。特别是在对诊断难度较大的左回旋支进行识别方面,该算法展现出显著优势。相关研究成果已发表在国际著名医学期刊《英国医学杂志》的子刊“数字健康与人工智能”上。
这句话大家早已熟知,“心肌等同于时间,生命等同于时间。”患者若能尽早察觉心梗的征兆,及时准确找出堵塞的“罪魁祸首”血管,并迅速进行医学治疗,那么他们的康复前景就会更加乐观。但遗憾的是,由于冠状动脉的解剖结构存在个体差异、侧支循环的变异以及医生临床经验的差异,仅凭心电图波形来判定堵塞血管的位置,其精确度往往不尽如人意。然而,随着心电图波形分析AI系统的推出,我们有望大幅减少急诊室决策所需的时间,从而优化治疗步骤,并提升患者的康复前景。
与公众日常所用的通用人工智能大模型不同,由十院专家团队开发的这一AI专业应用系统,其核心功能聚焦于心电图波形的分析。该系统通过不断输入大量优质的基础诊断数据,实现了在心电图波形识别的速率、精确性、敏感性和特异性等多个维度上的卓越表现。
该团队汇聚了2957份心电图原始数据,采纳冠脉造影作为确诊的黄金准则,并在这些数据中精心挑选出698份“犯罪”血管情况清晰的心肌梗死(STEMI)心电图,这些心电图被用作训练和检验人工智能的“优质教材”以及“仿真试卷”。这543份心电图,源自两家顶级医院,依照四比一的分配比例,被划分为内部训练集(教材)与内部测试集(模拟考试卷);另外,来自另一家顶级医院的155份心电图,则组成了外部验证集(期末考试卷)。
经过精心“学习”和大量“刷题”,AI在心电图波形分析方面展现出卓越能力:在“优质教材”(内部训练数据集)的学习过程中,算法对左前降支(LAD)、右冠状动脉(RCA)、左回旋支(LCX)的诊断灵敏度分别达到了92.4%、93.2%、99.7%,特异度则分别为99.7%、97.4%、95.8%;在“模拟测试”(内部测试数据集)中,算法对LAD、RCA、LCX的诊断灵敏度分别为91.6%、75.1%、97.0%,特异度分别为96.0%、95.8%、88.8%,其表现甚至超越了心内科医生及现有心电图分析算法;而在“期末测试”(外部测试数据集)中,算法对LAD、RCA、LCX的诊断灵敏度分别为72.0%、90.5%、92.9%,特异度分别为94.3%、92.4%、91.2%。最终,这一AI心电图诊断系统以优异成绩“毕业”。
张毅主任透露,该AI系统在未来的临床应用中具有重大临床价值和广泛的应用潜力:首先,它能够被集成到可穿戴设备或院前急救设备中,为高风险患者提供早期预警以及病变血管的初步定位;其次,它能够在患者转运过程中提前识别出“问题”血管,这有助于医院导管室更精确地准备手术器械和制定手术方案,从而减少患者从入院到冠状动脉复通所需的时间;第三,它能够提高对冠状动脉左回旋支(LCX)阻塞的识别率,弥补当前临床实践中LCX识别的不足,减少漏诊和误诊的情况;最后,它能够加强基层医疗服务能力,在资源有限或心内科医生经验不足的基层医院或偏远地区,该系统可以作为强大的辅助诊断工具,提升STEMI的整体救治水平。