研究：心電圖藏猝死警訊 AI或有助提前辨識高風險患者

新聞現時批 即時新聞 藥品資訊 食安毒物 醫政健保 新知傳真 謠言終結站

抗老養生 樂活飲食 皮膚醫美 減重塑身 運動復健 中醫藥

傷病癌症 癌症腫瘤 疫病疫苗 三高慢性病 外傷

研究發現，心電圖中存在過去未被充分辨識的細微電訊號模式，或有助於在心因性猝死發生前提前辨識高風險患者。圖為示意圖。（擷自shutterstock）

〔編譯謝宜哲／綜合報導〕美國1項研究發現，心電圖中存在過去未被充分辨識的細微電訊號模式，或有助於在心因性猝死發生前提前辨識高風險患者。此研究發表在《自然》期刊上。

根據科學網站《SciTechDaily》報導，心因性猝死可能毫無預警地發生，即使是看似健康、過去也沒有已知心臟病史的人，也可能因此喪命。數十年來醫師一直難以判斷哪些人最容易面臨這種風險，對此美國加州大學柏克萊分校的研究團隊開發出1套人工智慧（AI）系統，希望能協助醫師辨識心因性猝死的高風險患者。

該AI系統能夠從常規心電圖中偵測出細微的電訊號模式，而這些模式與心因性猝死風險增加相關。為了開發該系統，研究團隊分析了瑞典醫療體系在6年間收集的超過44萬份心電圖。研究人員透過將這些心電圖紀錄與死亡證明資料連結，訓練系統辨識與日後發生心因性猝死有關的電訊號模式。

訓練AI系統的資料涵蓋健康人士、已知患有心臟疾病的患者，以及後來死於心臟相關原因的人所留下的心電圖紀錄。研究團隊接著利用來自美國聖地牙哥及台灣台北的獨立患者資料集評估演算法，測試其預測結果在不同族群中是否仍然可靠。

測試結果顯示，AI系統辨識出一群心因性猝死年發生率達7%的患者。相較之下，根據傳統評估標準被歸類為「高風險」的患者，其心臟性猝死的年發生率為 4.6%。許多被系統辨識出的個體，若依照現有臨床標準不會被視為「高風險」族群。這表明常規採集的心電圖數據，或許有助於找出原本未被傳統臨床標準辨識的高風險患者。

美國每年有超過30萬人死於心臟驟停，心臟驟停是負責協調心跳的電訊號突然失常所造成。如果沒有立即接受治療，患者可能在幾分鐘內死亡。研究團隊表示，部分心因性猝死事件或許可以透過及早辨識風險加以預防，而這套AI系統未來可能有助於找出更多高風險患者。

研究團隊目前正研究如何將該演算法應用於醫院的心電圖資料庫。被AI系統判定為高風險的患者，未來可能會由臨床醫療人員主動聯繫，並獲得配戴式心臟監測裝置，以持續記錄心臟活動。這些監測紀錄有助於科學家釐清，究竟是哪些生理變化產生了AI所偵測到的電訊號模式。這些資料也可能提供更多證據，協助醫師判斷患者是否需要植入式心律轉復除顫器。

研究團隊強調，取得大量且詳細的醫療資料，仍然是開發臨床AI工具時最大的障礙之一。研究人員也補充，未來還需要進行進一步研究，才能確認運用這套演算法來指引治療是否真的能降低死亡率。

☆健康新聞不漏接，按讚追蹤 粉絲頁 。 ☆更多重要醫藥新聞訊息，請上 自由健康網 。

不用抽 不用搶 現在用APP看新聞 保證天天中獎 點我下載APP 按我看活動辦法