在心电图分析中使用人工智能可以提高肥厚型心肌病的诊断和治疗

肥厚型心肌病(HCM)是青少年猝死的主要原因，最初的检测通常很困难。加州大学旧金山分校的一项新研究发现，人工智能增强(AI)-心电图(ECG)可能有助于在早期阶段识别病情，并随着时间的推移监测与疾病相关的重要变化。

由加州大学旧金山分校心脏病学部的医学博士、公共卫生硕士GeoffreyTison领导的研究是加州大学旧金山分校、梅奥诊所和Myocardia公司之间的合作。在他们的研究中，发表在心脏病学会杂志上，作者证明，心电图的AI分析不仅可以准确预测HCM的诊断，而且AI-ECG与心脏压力和与HCM相关的实验室测量值纵向相关。

这项研究表明，人工智能分析可以从与阻塞性HCM病理生理学相关的心电图中捕获比目前通过手动心电图解释获得的更多信息，并且是第一项表明心电图人工智能分析可用于监测疾病相关生理学和血流动力学的研究测量。

研究人员将UCSF和MayoClinic的两种独立AI-ECG算法应用到2期PIONEER-OLE临床试验(使用HCM药物Mavacamten治疗成人症状性阻塞性HCM的临床试验)的治疗前和治疗中心电图。)。在表明两种算法无需额外训练即可准确检测临床试验数据中的HCM后，他们随后表明AI-ECGHCM评分与疾病状态纵向相关，通过左心室流出道梯度和利钠肽(NT-proBNP)随时间的降低来衡量这些患者的水平。

AI-ECGHCM评分的纵向关联是显着的，可能反映了AI-ECG可检测到的原始ECG波形的变化，并与HCM疾病的病理生理学和严重程度相关。AI-ECG的潜力因为现在可以通过智能手机电极远程测量心电图，并可能允许远程评估疾病进展和药物治疗反应而扩大。

标签：