基于心电图的深度学习来预测美国儿童和成人先天性心脏病的左心室缩功能障碍:一个多中心建模研究
Joshua Mayourian1, Ivor B Asztalos2, Amr El-Bokl1
1Department of Cardiology, Boston Children's Hospital, Department of Pediatrics, Harvard Medical School, Boston, MA, USA.
The Lancet. Digital health
|March 27, 2025
概括
人工智能增强心电图 (AI-ECG) 分析准确地预测了先天性心脏病儿童的左心室缩功能障碍 (LVSD). 该工具有助于识别当前和未来的风险,改善心血管健康管理.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 左心室缩功能障碍 (LVSD) 是先天性心脏病 (CHD) 患者心血管事件的重要危险因素.
- 人工智能增强心电图 (AI-ECG) 分析显示,在成年人中预测LVSD的潜力很大,但其在各种心脏病患者群体中的应用有限.
研究的目的:
- 开发和验证AI-ECG算法,用于检测各种先天性心脏病病变的患者在所有年龄段的LVSD.
- 评估算法的预测未来心脏功能障碍和死亡风险的能力.
主要方法:
- 一个卷积神经网络被训练在来自大量心脏病患者队列的 ECG-心电图配对.
- 在内部和外部验证数据集中使用接收器操作 (AUROC) 和精度回忆 (AUPRC) 曲线下的面积来评估模型性能.
主要成果:
- AI-ECG算法在检测LVSD (内部AUROC 0.95,外部AUROC 0.96) 中表现出高性能.
- 由AI-ECG确定为高风险的患者显示,未来功能障碍 (HR 12.1) 和死亡率的可能性显著增加.
- 与高风险相关的关键心电图特征包括先性QRS复合体,T波,深度V2S波和侧面先性T波逆转.
结论:
- 外部验证的AI-ECG算法是预测心脏病患者当前和未来LVSD的一个有希望的工具.
- 这项技术提供了一种具有临床影响力,成本效益和可访问的方法,用于对心血管健康的监测.
