早期发现结构性心脏病对于改善预后至关重要，但广泛筛查仍然受限于超声心动图等影像工具的成本 和可及性。近期，人工智能用于早期发现结构性心脏病的研究成果登上《自然》杂志。AI独立分析 心电图（ECG）数据的检测准确率甚至高于AI辅助下的人类心脏病专家。 这项最新的研究开发了一款名为EchoNext的人工智能筛查工具，通过分析常规心电图（ECG）数 据，能够从中准确识别出有结构性心脏病的患者。这将为下一步确定哪些患者需要进一步接受超声心 动图诊断进行有效筛选，避免了医疗检查资源的浪费。 虽然心电图用途广泛，但也存在局限性——心电图无法反映出心脏的结构，仅能为结构性心脏病提供 间接诊断依据。超声心动图利用超声波获取心脏图像，可用于明确诊断心脏瓣膜病、心肌病、肺动脉 高压以及其他需要药物或手术治疗的心脏结构问题。 目前结构性心脏病都可以通过超声心动图明确诊断，但这种诊断方法成本高、需要专业知识以及合适 的患者选择，限制了其全面应用。因此，迫切需要更好地对患者进行风险分层，并确定哪些患者应转 诊进行超声心动图检查，从而提高结构性心脏病的诊断率和早期治疗率。 在这项最新的研究中，人工智能模型接受了23万名患者超过120万对 ...