「超人力」AI 兩秒內讀懂心電圖，揪出隱藏心臟病

醫師團隊開發出一款能在兩秒內揪出心臟病的「超人力」（superhuman）AI 工具——比你讀完這句話還快。這項技術於本週末在慕尼黑舉行的歐洲心臟學會（ESC）年會上發表，能從例行心電圖（ECG）中提取超越人眼所能辨識的診斷資訊，讓高風險病患更快獲得救命治療。

這項突破由倫敦帝國理工學院（Imperial College London）研究團隊主導、英國心臟基金會（BHF）出資，鎖定兩種最常見的心臟病：心臟衰竭與心臟瓣膜疾病。這兩種疾病都是「早診斷、早治療」至關重要的典型，卻也經常在標準臨床流程中被漏接——因為有百年歷史的心電圖，從來就不是為了偵測它們而設計的。

這個工具到底做什麼

傳統心電圖記錄心臟的電氣活動——速率、節律，以及心肌梗塞或心律不整的典型波形。但它無法偵測心臟衰竭或瓣膜疾病；確診需要心臟超音波（echocardiogram），而病患往往得排隊等上數月。

這正是此 AI 填補的缺口。模型以數百萬筆例行心電圖訓練，學會了與心臟結構病變相關的細微波形特徵——用帝國理工研究員 Arunashis Sau 醫師形容整個研究計畫的話來說，那是「不是臨床醫師已經會做的事，而是再專業的心臟科醫師都做不到的事」。成果就是 BHF 臨床主任 Sonya Babu-Narayan 醫師口中「眨眼之間」的判讀：從心電圖到風險警示，不到兩秒。

數據背後的意義

在 BHF 資助、涵蓋 67,000 名美國病患的試驗中，這個工具辨識出：

• 最高 81% 的心臟衰竭病患
• 高達 90% 的心臟瓣膜疾病病患

這些數字之所以重要，在於規模。心電圖是醫學上最常見的檢查之一——全球每年執行約十億次。一個能重新判讀所有這些圖形、並標記隱藏疾病的模型，等於把一項便宜、無所不在、10 秒鐘就能做完的檢查，變成这两种需要稀缺影像排程才能確診疾病的第一線篩檢工具。

不是獨立診斷——而是快速通關

研究團隊對工具的定位非常謹慎。它無法單獨確診或排除心臟衰竭與瓣膜疾病；它提供的是「此人很可能患病」的強烈指示——強到足以讓病患跳出動輒數月的心臟超音波等候隊伍，接受緊急檢查。

「它不會找出每一位心臟病患，」Babu-Narayan 提醒，「但它可以是協助最可能有心臟異常的病患加速通關的解方。心臟疾病，愈早診斷、愈早治療，就能挽救並改善生命。」

帝國理工學院心臟科教授 Fu Siong Ng 則指向另一個可以說更具變革性的應用：機會性篩檢（opportunistic screening）。由於模型運行的對象——術前評估、胸痛檢查、例行健檢——本來就在做心電圖，它可以默默掃描整間醫院的所有心電圖，標記出從未被懷疑患有心臟衰竭或瓣膜疾病的病患。Ng 說：「這個 AI 模型可以跑在醫院所有的心電圖上，標記出這些疾病風險最高的人，讓他們更早獲得診斷。」

從實驗室到醫院：Cardiovolt.ai

這項技術離臨床比一般會議頭條更近。Ng 教授在帝國理工國家心臟與肺臟研究所（NHLI）的團隊，已成立衍生公司 Cardiovolt.ai 來將 AI 心電圖平台商業化，Ng 任首席醫療官、Sau 醫師任首席科學官。這家新創的初始臨床焦點，正是慕尼黑發表的數據所針對的：偵測那些原本會被忽略的心臟衰竭與瓣膜疾病。

主導帝國理工分析的 BHF 臨床研究員 Ahmed El-Medany 醫師形容這個工具是「超人力 AI」，並表示下一個挑戰是設計讓醫療人員在照護現場直接使用的手持式 AI 心電圖判讀器——這一步將把技術帶出醫院心臟科，走進診所與社區。

心臟科學的 AI 浪潮

本屆 ESC 年會（8 月 28 至 31 日於慕尼黑舉行，主題聚焦 AI）清楚顯示，這只是更大趨勢的一環。會中還發表了東京大學與科學技術研究所（Institute of Science Tokyo）的研究：AI 分析五秒鐘的臉部影片，就能快速偵測未確診的高血壓與第二型糖尿病。心臟科——一個被波形與影像資料淹沒的專科——正成為醫療 AI 落地最有效率的主戰場之一。

BHF 早前支持、基於同一批 160 萬筆心電圖資料庫的研究顯示，AI 從 10 秒心電圖正確辨識 77% 的心臟結構問題，人類心臟科醫師則為 64%。這次的新結果進一步推高了速度與疾病涵蓋範圍。

為什麼重要

心臟衰竭影響全球數千萬人，瓣膜疾病則在老化人口中愈來愈普遍。兩者若能在症狀轉重前被發現，管理成本更低、致死率也更低。一個能把全世界最常見的心臟檢查變成兩秒鐘篩檢閘道的工具，正是那種不需要任何新醫院硬體、就能改變群體健康成果的安靜而可部署的 AI。