美國梅奧診所的一項研究顯示，將人工智能技術用于心電圖分析，能夠準確篩查出早期無癥狀左心室功能障礙指標，準確性要優于其他常見的篩查手段。

　　無癥狀左心室功能障礙是心力衰竭的先兆，影響著700萬美國人的生活。雖然這種心臟疾病在確診后是可以治療的，但目前尚缺乏廉價、無創無痛的篩查工具供醫生診斷使用。通常的診斷方法，如超聲心動圖、計算機斷層掃描或磁共振成像掃描等，價格昂貴且不易獲得。如能開發出廉價快捷的診斷手段，將對該疾病治療具有重要意義。

　　在新研究中，梅奧診所研究人員將目標瞄向了時下醫學研究的熱點——人工智能技術應用。他們認為，無癥狀左心室功能障礙可以通過適當訓練的神經網絡在心電圖中可靠地檢測出來。為了驗證，研究人員創建了一個神經網絡，并從診所數據中篩選出60多萬對匹配的心電圖和經胸超聲心動圖，用其對該神經網絡進行訓練、驗證和測試。結果表明，人工智能應用于標準心電圖分析，能夠可靠地檢測出無癥狀左心室功能障礙，準確性要優于其他常見的篩查檢測。而且，這種篩查手段不僅能識別出無癥狀的疾病，還能預測出未來患病的風險。在沒有心室功能障礙的患者中，人工智能篩查陽性的患者未來發生心室功能障礙的風險是篩查陰性患者的4倍。研究人員認為，這很可能是人工智能可以識別出在心肌衰弱之前出現的非常早期的、細微的心電圖變化，并據此作出判斷。

　　研究人員指出，心電圖是一種十分容易獲取、價格低廉的檢測手段，通過人工智能對其進行數字化處理，能夠提取隱藏的心臟病新信息，簡單實惠，這對于心臟疾病的診斷及治療具有重要意義。

　　相關研究結果發表在《自然·醫學》雜志上。