哥大研发 EchoNext：普通心电图查出隐性心脏病，准确率达 77%

肠癌有肠镜，乳腺癌有钼靶，但全球每年影响数千万人的结构性心脏病，却一直找不到低成本的大规模筛查办法。

医学生在课堂上学到的第一条规矩往往是：普通的常规心电图（ECG）只能看心律失常或心肌梗死，根本看不出心脏结构有没有出毛病。要确诊瓣膜病、心肌病或肺动脉高压，病人必须去做昂贵的心脏超声。

但这套维持了几十年的医学常识，现在被哥伦比亚大学和 NewYork-Presbyterian 医院的研究团队打破了。他们在《Nature》上发表了一项名为 EchoNext 的深度学习系统，直接让廉价的心电图看懂了原本看不出的隐疾。

77% 对 64%：AI 赢了人类心脏专家

结构性心脏病往往藏得很深，很多人直到心衰、瓣膜严重变形甚至危及生命时才被发现。核心原因在于，医疗系统不可能给每个人都开一张几百上千美元的心脏超声单子。

EchoNext 的切入点很巧妙：用最便宜的检查，找出最该去做昂贵检查的人。研究团队找来 23 万名患者的超过 120 万份「心电图-心脏超声」配对数据，硬是训练模型在那些密密麻麻的心电波形里，捕捉心脏结构变形引起的微弱电信号变化。

在涉及 4 家医院系统、3200 份心电图的盲测中，EchoNext 和 13 位心脏科专家同台打擂。面对同样的图纸，人类医生的诊断准确率只有 64%，而 EchoNext 达到了 77%。即便医生使用现有的 AI 辅助工具，依然没能超过它。

真实世界跟踪：让 2000 名漏诊患者浮出水面

实验室里的跑分是一回事，真实门诊又是另一回事。研究团队随后在近 85000 名做过心电图但从没做过心超的真实患者身上悄悄跑了一遍 EchoNext。当时接诊的医生完全不知情，AI 也不干预任何治疗决策。

系统在这批人里圈出了 9%（7500 多人）的高危群体。在接下来一年的常规随访中，高危组里有 55% 的人后来因其他指征做了人生第一次心脏超声。

结果让人惊讶：做检查的这部分高危人群里，近四分之三当场确诊了结构性心脏病。这一阳性检出率，是平时没有 AI 辅助筛查时的整整两倍。

研究团队推算，如果这 7500 多名被标记为高危的患者全都在第一时间做了心脏超声，很可能会提前揪出约 2000 名此前根本没被发现的严重心脏病患者。

目前，该团队已经公开了去标识化的研究数据集，并在 8 家急诊室铺开了前瞻性临床试验。

为什么重要

我们认为，EchoNext 最精彩的地方不在于堆算力，而在于它精准地给现代医疗系统的「性价比盲区」打了补丁。

全球每年要开出大约 4 亿份常规心电图，不管是体检、术前排查还是感冒胸闷，心电图便宜、无创、随处可测。EchoNext 实际上是把这 4 亿次原本日常的被动检查，变成了一个几乎零边际成本的早筛漏斗。对普通人来说，你并不需要专门多花钱去预约昂贵的心超，只要做一次几十块钱的常规心电图，就有可能提前数年挡住心衰。

对整个行业而言，这项成果给医疗 AI 提供了一个教科书般的落地样本。很多 AI 工具试图在核磁共振或高端 CT 上追求极致准确率，但那种高级检查本来就已经有专家重点把关。反倒是向下兼容、升级基础检查的杠杆效应最大。

不过挑战依然现实。把 9% 的心电图患者标为高危，意味着下游的心脏超声科室会迎来大量转诊。在医疗资源本就吃紧的基层医院，能不能接得住这批暴增的复查需求，将是决定这项技术能不能真正救命的关键门槛。