Nat Med：人工智能系统将EEG高风险人群，全因死亡风险降低31%、心源性死亡风险降低93%！

Bringing medical advances from the lab to the clinic.

关键词：超声定位显微镜；心脏病；Nature Biomedical Engineering

急性心梗的死亡率和致残率极高，心梗发生时、真真切切时间就是生命，每一秒都至关重要。但临床面临的严峻问题在于，目前的诊断方法无法在超早期阶段准确地发现动脉狭窄，延误了治疗时机。

由此，各医疗中心纷纷建立起针对心脏病的快速应对系统（RRS，或绿色通道）；其中监测和触发系统是RRS的关键。

作为发现和监测心脏病高效而便捷的方法，心电图异常的警报经常是心脏病快速应对系统的触发点。

在人工智能（AI）获得突破性进展，且日渐提供临床诊疗的背景下，能否建立起以人工智能心电图（AI-EEG），提供更敏感且准确的触发系统？

2024年4月29日，Nature Medicine发表的文章显示：新研发的人工智能心电图可以将EEG高风险人群的全因死亡风险降低31%、将其心源性死亡风险降低93%！【1】。

（如需原文，请加healsanq，备注“20240429NatMed”）

主要结果：

▽ 图2 AI-ECG大幅降低EEG高风险人群的全因死亡风险达31%，但在EEG低风险人群中的效果不明显。

▽ 图3 AI-EEG特别有助于降低EEG高风险人群的心源性死亡风险，达93%。

▽ 图4 进一步的亚组分析显示，AI-EEG在急诊科、针对年龄低于65岁的人群、合并心衰、合并高血压等人群似乎更为高效。

编者按：

根据世界卫生组织（WHO）的报告，心脏病是针对人类的头号杀手，占到死亡原因的16%【1】。

所以对于具有潜在心脏病高危风险人群的监测和超早期识别就极为重要。

本研究的临床意义

本研究的立项依据是AI-ECG能够识别出高风险全因死亡患者，并通过警示信息促使医生采取干预措施，从而降低死亡率。

研究结果显示，AI-ECG在识别高风险患者和降低死亡风险方面具有显著效果，尤其是对心源性死亡的风险降低更为明显。这对于急诊科和住院患者管理具有重要的临床意义，可以帮助医生及时采取干预措施，减少不必要的死亡。

本研究的科研启发

本研究结果提示了AI-ECG在心血管疾病管理中的潜在应用。AI-ECG可以帮助识别高风险患者，并为他们提供个体化的干预措施。

此外，本研究还提供了关于AI-ECG在不同风险亚组中效果差异的信息，为进一步研究和优化AI-ECG的应用提供了线索。

但所有这些研究均需要在不同环境下进行验证，尤其是对于亚组的进一步校正非常必要。

而这些结果对于推动心血管疾病的早期诊断和治疗具有重要价值。

Nature子刊：超声新突破：超分辨率超声定位显微镜，捕捉超早期心脏疾病的蛛丝马迹

参考文献：

【1】 Lin CS, et al. AI-enabled electrocardiography alert intervention and all-cause mortality: a pragmatic randomized clinical trial. Nat Med. 2024 Apr 29. doi: 10.1038/s41591-024-02961-4. Epub ahead of print. PMID: 38684860.

【2】 https://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death

声明：

本文只是分享和解读公开的研究论文及其发现，以作科学文献记录和科研启发用；并不代表作者或本公众号的观点。

为了给大家提供一个完整而客观的信息视角，我们有时会分享有冲突或不同的研究结果。请大家理解，随着对疾病的研究不断深入，新的证据有可能修改或推翻之前的结论。

---

编辑：Henry，微信号：Healsan；加好友请注明理由。助理：ChatGPT

作者简介：美国Healsan Consulting(恒祥咨询)，专长于Healsan医学大数据分析、及基于大数据的Hanson临床科研支持。主要为医院科研处、生物制药公司和医生科学家提供分析和报告，成为诸多机构的“临床科研外挂”。

网址：https://healsan.com/

点击👆；From Bench to Bedside, Healsan Paves the Path.

更多阅读：

（点击👆图片，进入自己感兴趣的专辑。或点击“资源”，浏览本公众号所有资源。）

微信扫码关注该文公众号作者