哥伦比亚大学与纽约长老会医院研究团队在《自然》杂志发表创新成果，开发出基于人工智能的心电图分析系统EchoNext。该系统可识别常规心电图中的细微异常，准确预测结构性心脏病风险，为早期筛查提供新方案。

研究团队利用120多万对心电图和超声心动图数据训练深度学习模型。项目负责人Pierre Elias教授表示："EchoNext能以低成本检测出传统方法难以发现的心脏问题。"在包含3,200份心电图的对比测试中，该系统识别结构性心脏病的准确率达77%，显著高于心脏病专家的64%。

EchoNext在实际应用中表现出色。在对85,000名患者的回溯性研究中，被系统判定为高风险的人群中，近四分之三经超声检查确诊患有结构性心脏病。研究人员估计，若全面应用该技术，每年全球4亿次心电图检查可转化为同等数量的心脏病筛查机会。

研究团队已启动多中心临床试验，并公开部分数据集以促进技术改进。这项创新有望改变当前结构性心脏病筛查模式，实现早发现、早治疗的目标。

更多信息： Pierre Elias，《利用人工智能从心电图检测结构性心脏病》，《自然》(2025)。期刊信息： 《自然》