近期，上海十院徐亚伟团队在《国际心脏病杂志》（IntJCardiol）上刊发文章称，该团队通过普通12导联心电图构建可自动判读急性ST段抬高型心梗（STEMI）的人工智能算法，通过内部测试、外部验证显示，敏感性达到96.8%，特异性达到了99.2%。
美国加州洛杉矶分校UCLAIvanRokos教授同期述评称，这是人工智能算法助力急性心肌梗死自动预警系统的“上海方案”。
他说，虽然当一项新的技术被大肆报道时，质疑之声总是随之而来。但是他仍然认为基于人工智能的STEMI诊断系统有潜力改变全球的STEMI诊疗体系（aglobalgame-changer），而本研究所提出的“上海方案”无疑为实现这一目标跨出了坚实的一步。
研究收集医院例心电图疑似ST段抬高心梗的心电图，并通过金标准冠脉造影进行心电图筛选，最终筛选出例具有明确罪犯血管的心电图，同时匹配了例正常及存在其他类型异常心律的心电图作为对照组。
接着移视科技通过Res-net人工智能算法构建了STEMI的人工智能判读算法，通过内部测试、外部验证显示，构建的算法敏感性达到96.8%，特异性达到了99.2%。
为了进一步研究本研究的临床适用性，本研究进行了进一步的人机心电图判读比赛，本项目将50张STEMI及50张非STEMI心电图分别给本算法及15位不同年资的心血管医生分别进行判读，结果显示本算法的敏感性及特异性分别为90%及98%，而医生判读的敏感性及特异性仅71%及89%。尤其是在一些ST段抬高相对不明显的患者中，人工智能算法的优势更加明显。
作者称，这一结果对急性ST段抬高型心肌梗死的自动预警提供了重要的软件支持，未来将该算法嵌入可穿戴心电监测设备是急性心肌梗死院前预警非常有前途的方案。
在同期的评论中，Ivan教授认为本文主要有6大创新点：
1、文中的STEMI心电图均由血管造影验证，保证了所有STEMI心电图都是“真正的”STEMI心电图。
2、心电图数据均为原始数据，而非PDF图像，保证了数据质量。
3、在对照组中添加了一些临床上可能出现“ST段抬高”的非心肌梗死心电图（如左心室肥厚、起膊心电图等）。
4、数据中的基线资料与真实世界类似。
5、数据中所涉及的心梗犯罪血管比例与真实世界类似。
6、研究从种训练模型中选择了最适合的模型进行了后续的外部验证。
他还指出，文章认为既往的人工智能相关医学研究往往需要巨大的样本量。但本研究通过“数据放大”技术利用较小的样本量（仅例STEMI样本及例对照样本）达到了类似的效果，值得未来相关领域研究借鉴。
而且文中对于人工智能算法建立的步骤描述通俗易懂，适合对人工智能不熟悉的医学专家阅读。另外文章指出本研究设计的算法获得了非常好的敏感性及特异性，这对于临床上一些较难判断的心梗患者具有很好的应用价值。
来源
[1]YifanZhao,etal.EarlydetectionofST-segmentelevatedmyocardialinfarctionbyartifcialintelligencewith12-leadelectrocardiogram.IntJCardiol.DOI：10./j.ijcard..04.
[2]IvanC.Rokos.ArtificialintelligenceforSTEMIdetection:The“ShanghaiAlgorithm”providesastepforward.IntJCardiol.DOI：10./j.ijcard..07.
觉得文章不错，随手点个赞，按个“在看”再走呗
预览时标签不可点收录于话题#个上一篇下一篇