国际队列中利用人工智能心电图检测肥厚型心肌病：一项外部验证研究

摘要 目的 最近，深度学习人工智能（AI）模型已被训练用于从12导联心电图（ECG）中检测心血管疾病，包括肥厚型心肌病（HCM）。在这项外部验证研究中，我们旨在评估AI-ECG算法在不同国际队列中检测HCM的表现。 方法与结果 之前在北美单中心HCM队列（梅奥诊所）开发了一种基于卷积神经网络的AI-ECG算法。该算法应用于来自三个外部队列（瑞士伯尔尼；英国牛津；韩国首尔）HCM患者和非HCM对照的原始12导联ECG数据。评估了该算法在ECG中区分HCM与非HCM状态的能力。在合并的外部验证队列中，共纳入773名HCM患者和3867名非HCM对照。HCM研究样本中，54.6%为东亚人，43.2%为白人，2.2%为黑人。HCM患者的AI-ECG中位概率为85%，对照组为0.3%（P < 0.001）。总体而言，AI-ECG算法的受试者工作特征曲线下面积（AUC）为0.922，95%置信区间（CI）为0.910–0.934，HCM检测的诊断准确性为86.9%，敏感性为82.8%，特异性为87.7%。在年龄和性别匹配分析中（病例对照比1:2），AUC为0.921（95% CI 0.909–0.934），准确性为88.5%，敏感性为82.8%，特异性为90.4%。 结论 AI-ECG算法根据12导联ECG高准确性地确定不同国际队列中的HCM状态，提供了外部有效性的证据。该算法在临床实践和筛查环境中提高HCM检测的价值需要前瞻性评估。