研究人员创造并测试人工智能来改善肥厚性心肌病的心电图测试

一种基于人工智能(AI)的方法可能会使心电图在未来用于筛查肥厚性心肌病。肥厚性心肌病，心脏壁变厚，可能会干扰心脏正常运作的能力。这种疾病也使一些患者容易出现潜在致命的异常节律。目前的心电图技术对这种疾病的诊断效果有限。

梅奥诊所的新研究表明，卷积神经网络AI可以被训练来检测疾病的不可见特征肥厚性心肌病．标准的12导联心电图是一种容易获得、低成本的测试，可以在许多情况下进行，包括在资源有限的情况下。

肥厚性心肌病可能诊断不足，因为它通常不会引起症状。患者通常在出现并发症之前都没有意识到自己患有此病，但早期识别很重要。肥厚性心肌病是青少年猝死的主要原因之一年轻的成年人参加体育运动。

梅奥诊所心脏病专家Peter Noseworthy医学博士认为，人工智能可能提供一种通过心电图早期诊断肥厚性心肌病的有效且现成的方法。Noseworthy博士是一项新发表的研究的资深作者美国心脏病学会杂志:“使用卷积神经网络启用的心电图检测肥厚性心肌病。”

研究人员使用2448个数字12导联心电图训练并验证了卷积神经网络病人已知有肥厚性心肌病和51,153名没有肥厚性心肌病的人，与年龄和性别的对照组相匹配。接下来，他们在另一组612名肥厚性心肌病患者和12788名对照组患者身上测试了人工智能检测疾病的能力。

为诊断测试例如这个神经网络，诊断性能是通过接受者工作特征曲线下的面积进行数学测量的，在0.5为差(抛硬币)和1.0为极好(完美测试)的范围内。测量涉及到测试的能力，正确识别患者谁有疾病(敏感性)，和正确识别患者谁没有疾病(特异性)。

相比之下，典型的巴氏涂片阳性检查的曲线下面积为0.7，乳房x光检查的曲线下面积为0.85。研究发现，人工智能判断肥厚性心肌病患者与非肥厚性心肌病患者的曲线下面积为0.96，这是一个强有力的预测指标。

Noseworthy医生说:“心电图正常患者的良好表现令人着迷。”“有趣的是，即使是正常的心电图在医生看来也可能不正常卷积神经网络．这支持了这样一个概念，即这些网络发现了隐藏在显而易见的模式。”

该研究还在亚组上测试了人工智能。在一组被诊断为左心肌病的患者中预测肥厚性心肌病的曲线下的面积心室肥大这是一种由高血压引起的疾病，其特征也是心脏壁增厚，为0.95。只有正常心电图的亚组曲线下面积也为0.95。被诊断为主动脉瓣狭窄的亚组患者的曲线下面积为0.94。该测试在经过基因测试并证实患有该病的致病性突变的一小部分患者中表现同样良好。

“子组对于理解如何应用测试很重要。很高兴看到AI在心电图正常和左心室肥厚异常时都表现良好，”梅奥诊所的住院心脏病专家、该研究的共同第一作者康斯坦丁诺斯·西昂蒂斯医学博士说。“也许更重要的是，在我们的研究中，该算法在年轻患者组(40岁以下)中表现最好，这突出了它在筛查年轻人方面的潜在价值。”

还有更多的研究要做，比如在其他成年人、儿童和青少年中测试人工智能，以找出它在哪里工作得好，在哪里失败。

“这是一个很有希望的概念证明，但我要警告的是，尽管它表现强大，但任何针对相对不常见疾病的筛查测试在一般人群中注定会有很高的假阳性率和低的阳性预测价值。我们仍然需要更好地了解哪些特定人群将从中受益测验作为筛查工具，”Siontis博士说。

“我们还需要更多地了解这个网络正在检测肥厚性心肌病的具体特征。我们希望了解如何将这项技术应用于筛查和管理受这种疾病影响的家庭中的患者，”Noseworthy博士补充道。

---

---