研究：人工智能让普通心电图可检测结构性缺陷 | 路透社

7月17日（路透社） - 研究人员在《自然》杂志发表的一项研究中指出，人工智能可以将诊所常规检查转化为检测患者心脏结构性问题的工具。

心脏结构性问题是指心脏构造的缺陷，包括先天性（出生即存在）或随年龄增长获得性病变。这些问题会影响心脏瓣膜、心壁、心腔或心肌。

面向公众开放的人工智能工具"EchoNet"通过分析常规心电图（ECG）数据，识别需要接受超声心动图检查的患者。这种非侵入性超声检查可检测瓣膜病变、心肌增厚及其他可能损害心脏功能的结构异常。

广告 · 继续阅读哥伦比亚大学瓦杰洛斯内外科学院研究团队负责人皮埃尔·埃利亚斯在声明中表示：“我们在医学院都学过，仅凭心电图无法诊断结构性心脏病。”

他补充道：“我们认为人工智能赋予了心电图实施全新筛查模式的潜力。”

该团队指出，“EchoNet"程序通过更经济的心电图检查，筛选需要接受昂贵超声检查的对象。

研究结果显示，13位心脏病专家检查3200份心电图时，诊断心脏结构问题的准确率约为64%，而使用"EchoNet"工具时准确率达77%。

研究人员称，全球有6400万心力衰竭患者和7500万心脏瓣膜病患者受结构性心脏病影响，仅美国每年相关医疗费用就超过1000亿美元。

• 推荐主题：
• 科技