耶魯大學開發 AI 新工具：看一眼心電圖照片，就能預測心衰風險

很多人體檢時都做過心電圖。護士在胸口和手腕腳踝貼上幾個電極，機器咔嗒咔嗒吐出一張印滿波形的小紙條。通常情況下，醫生掃一眼只是為了排查你當下有沒有心律失常或者心肌梗塞。

但在耶魯大學醫學院的研究人員看來，這張薄薄的紙片裡，其實藏著你未來幾年的心臟命運。

耶魯大學心血管資料科學實驗室（CarDS Lab）在《歐洲心臟雜誌》（European Heart Journal）上發表了一項最新研究。他們開發出一款 AI 工具，只需要讀取標準 12 導聯心電圖（ECG）的影像甚至照片，就能提前揪出未來患心力衰竭的高風險人群。

拍張照片，看透未來的心臟隱患

心力衰竭是全球極為常見的心血管疾病，往往等病人出現嚴重氣喘、浮腫等明顯症狀時，心臟功能已經受損大半。

論文第一作者 Lovedeep Singh Dhingra 指出，目前要在早期揪出心衰高危人群非常麻煩。醫生通常需要調閱詳盡的病史、做體格檢查，再加上多項血液化驗。在很多基層診所或醫療資源匱乏的地區，這些檢查根本配不齊。

心電圖就完全不一樣了。作為一種成熟、無創且極其普及的檢查，幾乎每家診所都能做。

耶魯團隊做的事情，就是給普通心電圖裝上演算法大腦。最厲害的地方在於，這個 AI 甚至不需要醫院系統裡原始的數字訊號波形，直接輸入一張 12 導聯心電圖的掃描圖或者手機拍的照片，演算法就能自動完成風險分層。

它能在患者還沒有任何明顯症狀之前，提前預測誰會在未來遭遇心力衰竭。

跨越三大洲的通用考驗

醫療 AI 最怕的是「水土不服」，在開發團隊自己的醫院跑得很準，換個地方就漏洞百出。

為了避免這種尷尬，實驗室主任兼資深作者 Rohan Khera 帶領團隊，把這個 AI 模型放到美國、英國以及巴西等多國不同族裔的人群中進行了嚴格驗證。

跨國測試的結果證明，這個模型不僅能在發達國家的大醫院用，在發展中國家的基層醫療場景同樣表現穩健。

這項研究獲得了美國國家衛生研究院（NIH）下屬的國家心肺血液研究所、國家老齡化研究所以及多麗絲·杜克慈善基金會的資助。Khera 表示，他們接下來的核心目標，就是把這種 AI 篩查工具平等且廣泛地推廣到日常臨床一線。

為什麼重要

對普通人來說，這代表未來的心血管預防篩查門檻被大大拉低了。你不需要自費去做昂貴複雜的血液生物標誌物檢測，只要常規體檢裡包含一張心電圖，就有機會提前數年知道自己的心衰風險，從而儘早干預。

對行業而言，耶魯這項研究最大的啟發在於「別給臨床醫生添麻煩」。很多醫療 AI 失敗的原因，是要求醫院改造現有的 IT 架構去匯出專有格式的資料。而耶魯直接把輸入門檻降到了「看圖」，連紙質心電圖拍張照都能識別，這極大地鋪平了基層診所和偏遠地區落地的道路。

我們認為，這一步走得非常實用且接地氣。它不是在發明某種昂貴的新檢測，而是把現有存量醫療資產的價值壓榨到了極致。

不過隱患依然存在。僅依靠照片輸入，在真實環境中極容易受到拍攝角度、反光、紙張摺痕或光線昏暗的干擾，演算法對抗這些現實噪聲的魯棒性還有待檢驗。另外在我們看來，光算出一個風險機率還不夠，臨床上是否有一套清晰且低副作用的早期干預路徑來接住這些「未來患者」，才是決定這項技術能否真正挽救生命的下一道關卡。