研究：人工智能讓普通心電圖可檢測結構性缺陷 | 路透社

7月17日（路透社） - 研究人員在《自然》雜誌發表的一項研究中指出，人工智能可以將診所常規檢查轉化為檢測患者心臟結構性問題的工具。

心臟結構性問題是指心臟構造的缺陷，包括先天性（出生即存在）或隨年齡增長獲得性病變。這些問題會影響心臟瓣膜、心壁、心腔或心肌。

面向公眾開放的人工智能工具"EchoNet"通過分析常規心電圖（ECG）數據，識別需要接受超聲心動圖檢查的患者。這種非侵入性超聲檢查可檢測瓣膜病變、心肌增厚及其他可能損害心臟功能的結構異常。

廣告 · 繼續閲讀哥倫比亞大學瓦傑洛斯內外科學院研究團隊負責人皮埃爾·埃利亞斯在聲明中表示：“我們在醫學院都學過，僅憑心電圖無法診斷結構性心臟病。”

他補充道：“我們認為人工智能賦予了心電圖實施全新篩查模式的潛力。”

該團隊指出，“EchoNet"程序通過更經濟的心電圖檢查，篩選需要接受昂貴超聲檢查的對象。

研究結果顯示，13位心臟病專家檢查3200份心電圖時，診斷心臟結構問題的準確率約為64%，而使用"EchoNet"工具時準確率達77%。

研究人員稱，全球有6400萬心力衰竭患者和7500萬心臟瓣膜病患者受結構性心臟病影響，僅美國每年相關醫療費用就超過1000億美元。

• 推薦主題：
• 科技