近日，在一项大型国际研究中，研究人员测试了AI模型是否能够替代人工分析长期心电图（ECG）记录，研究结果表明，AI漏诊的次数比人工低14倍。
这项研究由瑞典隆德大学心血管流行病学副教授Linda Johnson和加拿大麦克马斯特大学与汉密尔顿卫生科学中心联合研究所的高级科学家Jeff Healey共同领导，研究结果已发表在《Nature Medicine》期刊上。
人类心脏每天跳动8万到2万次，长期心电图记录下每一次心跳，之后需要通过人工分析来发现其中的异常——即心律失常，这一过程既耗时又复杂。
此次研究包含了14,606名患者，患者的平均心电图记录时间为14天，总计超过200,000天的心电图数据。这些数据首先由心电图技术员采用标准临床方法进行分析，然后使用由波兰MEDICALgorithmics公司专门开发的AI算法“DeepRhythmAI”进行重新分析。
Johnson表示：“我们随机选择了5000多个心律失常的病例，进行逐拍分析，17个专家小组（主要由心脏病专家和电生理学家组成）来自世界各地，他们为我们提供了极为高质量的‘黄金标准’诊断结果，我们用这个标准与心电图和AI算法的解释结果进行比较。”
研究发现，AI分析相比人工分析，漏诊严重心律失常（包括完全性心脏传导阻滞、室性心动过速和房颤）的次数减少了14倍。AI漏诊严重心律失常的比例为0.3%，而技术员为4.4%。
研究人员指出，研究的目标并不是证明AI在诊断特定心律失常方面是否比心脏病专家更好或同样有效，而是探索如果用AI替代技术员，医生直接收到AI报告时会发生什么。如果这种方法成功，将是一个重大创新，有助于解决全球对能够解读长期心电图监测数据的专业人员短缺问题。
Johnson表示：“全球大约缺少1500万医护人员。移动心电图需要经过专门培训的工作人员分析，通常称为心电图技术员。人员短缺导致了全球医疗体系的巨大瓶颈，同时，如果我们能进行更多、时间更长的移动心电图记录，患者也会受益。”
她补充道：“我们认为AI能够解决这个问题。这就是为什么我们想要研究，如果完全跳过心电图技术员，让AI算法来检测心律失常，再由心脏病专家复核，会发生什么情况。”
这是首项不仅测试AI算法如何评估单个选定心电图片段，还探索如果用AI替代人工技术员会发生什么的研究。
Healey表示：“今天，大多数长期心电图设备都使用某种类型的AI来辅助解读，但质量参差不齐。有些地方长时间等待心电图监测，甚至可能需要几个月。如果我们有一个合格的AI模型来分析所有心电图数据，那么我们将能够提供更便宜且更快速的诊断。”
在设计这项研究时，研究人员认为AI必须具备几个关键特点。
Healey指出：“它必须具有近乎完美的敏感性，这意味着任何可能是严重心律失常的情况都必须标记出来供医生评估。这是最重要的一点；患者和医生都不能容忍严重心律失常的漏诊（即假阴性）。同时，AI模型不应过度识别那些并不严重的心律（即假阳性），否则会导致医生需要审核大量非必要的病例。”
AI模型在14天的心电图记录中，能够以99.9%的置信度排除严重心律失常。AI的假阳性率（在此情境下指误判为严重心律失常的结果）为每千天记录12个，而人工分析的假阳性率为每千天记录5个。
Johnson总结道：“我们已经展示了这个AI模型的能力，说明它的敏感性和准确性。同时，我认为这是所有参与者付出的巨大努力的成果。共有50位专家评审和心脏病专家对选定的心电图逐拍进行了分析。我们非常感谢所有支持这一研究、投入了大量时间和精力的人员。”
这项研究的成功意味着，AI在长期心电图分析中的应用将可能极大地提升心律失常诊断的效率，并解决全球医疗人力短缺的问题。
参考文献：L. S. Johnson et al, Artificial intelligence for direct-to-physician reporting of ambulatory electrocardiography, Nature Medicine (2025). DOI: 10.1038/s41591-025-03516-x
编辑：王洪
排版：李丽
评论 (0)