对人工智能和心电图用于心血管疾病诊断的系统审查

科学领域:

• 心脏病学 心脏病学
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 心血管疾病 (CVD) 是全球主要的死亡原因.
• 电心电图 (ECG) 对于心脏病诊断至关重要,但在灵敏度和可重现性方面存在局限性.
• 传统的心电图解释与微妙和亚临床的心脏疾病作斗争.

研究的目的:

• 系统地审查人工智能 (AI) 在心血管疾病检测中的ECG分析方面的最新进展.
• 根据疾病类型,模型架构和方法创新对AI应用进行分类.
• 确定挑战,并为AI-ECG临床翻译提供建议.

主要方法:

• 2019年至2025年间发表的100多项研究的系统审查.
• 基于疾病 (心力衰竭,心肌梗塞,心房动),模型类型 (CNN,LSTM,混合) 和技术 (消噪,合成数据,可解释AI) 的AI应用的分类.
• 对绩效指标,数据集特征和实施挑战的分析.

主要成果:

• 人工智能模型在心血管疾病检测的心电图分析中表现优于传统方法.
• 人工智能擅长识别亚临床心血管疾病,并通过可穿戴设备实现实时监控.
• 主要挑战包括人口偏见,有限的数据集多样性和监管障碍.

结论:

• 人工智能具有巨大的潜力,可以通过ECG彻底改变心血管诊断.
• 解决偏见问题,数据多样性和监管框架对于安全有效的临床实施至关重要.
• 跨学科的合作对于人工智能在心血管保健中的透明和公平采用至关重要.