文献速递 | 应用人工智能分析心电图即可识别中度或重度主动脉瓣狭窄患者
文章顶通.jpg

【据《European Heart Journal》2021年3月报道】:应用基于12导联心电图卷积神经网络建立的人工智能平台,可以筛查主动脉瓣中度至重度狭窄的患者。(作者Michal Cohen-Shelly等)


微信截图_20210427135722.png

主动脉瓣狭窄(AS)的患者经常会在出现症状后进行换瓣治疗,但如果重度AS患者未在适合时机进行手术,可能会导致患者出现心衰或猝死。最近有研究表明对无症状的重度AS患者早期行换瓣治疗存在益处,因此早期识别无症状重度AS患者显得至关重要。无症状AS患者的识别通常主要是通过心脏听诊及心脏超声发现,但往往由于患者没有明确心脏相关症状,仔细的听诊及进一步的心脏超声检测可能会被忽略。事实上,少于50%的中-重度AS患者曾被记录存在收缩期杂音。因此,临床上需要一种新型的、简单的方法来判断AS。美国学者Michal等回顾性分析了从1989年至2019年梅奥诊所数据库中既有心脏超声又有180天内心电图的患者数据,共分析了259607例数据。基于患者12导联心电图构建卷积神经网络的人工智能平台(AI-ECG),其中129788例(50%)用作人工智能训练,25893例(10%)用作校验,102926(40%)例用作测试。测试结果显示,AI-ECG共识别出3833例阳性患者(AUC=0.85),其敏感性、特异性及准确性分别为78%、74%及74%。随着年龄的增长,其敏感性随之增长,而特异性下降。相较于男性,AI-ECG对女性的敏感性较低,而特异性较高。当在模型中加入年龄及性别时,模型的性能增加(AUC=0.87),特别是排除高血压患者后AUC达到0.90。另外, AI-ECG判断为假阳性的患者,其15年内发展为中-重度AS的风险是AI-ECG判断为真阴性患者的2倍。因此,研究者认为AI-ECG可以作为筛查AS的重要工具,同时对患者的预后具有一定预测作用。

哈尔滨医科大学附属第二医院心内科  杨 光  报道

Eur Heart J. 2021 Mar 22:ehab153.

微信图片_20210427124453.jpg

扫描二维码,马上进入“瓣月谈”



阅读数: 63