【Ai医学 顶刊速递】

【文章标题】：人工智能增强心电图识别性别相关心血管风险连续体：一项回顾性队列研究
DOI: 10.1016/j.landig.2024.12.003

【背景】：女性在心血管医学中的服务通常不足。使用性别作为风险分层的二分变量无法捕捉到每种性别中风险的异质性。我们旨在开发一种人工智能增强心电图 （AI-ECG） 模型来研究性别特异性心血管风险。

【方法】：在这项回顾性队列研究中，我们训练了一个卷积神经网络，使用 12 导联心电图 （ECG） 对性别进行分类。Beth Israel Deaconess Medical Center （BIDMC） 二级保健数据集，包括 2000 年 5 月至 2023 年 3 月期间在美国马萨诸塞州波士顿的一家医院环境中进行的临床指示心电图的个人的数据，是派生队列（1 163 401 个心电图）。该数据集的 50% 用于模型训练，10% 用于验证，40% 用于测试。使用英国生物样本库队列进行外部验证，包括来自 2006-10 年注册时 40-69 岁志愿者的数据（42 386 个心电图）。我们检查了 AI-ECG 预测的性别（连续）和生物性别（二分法）之间的差异，称为性别不一致评分。

【发现】：AI-ECG 准确识别了性别（BIDMC 的受试者工作特征下面积为 0·943 [95% CI 0·942–0·943]，英国生物样本库为 0·971 [0·969–0·972]）。在心电图正常的 BIDMC 门诊患者中，性别不一致评分增加与女性 （风险比 [HR] 1·78 [95% CI 1·18–2·70]，p=0·006） 但男性 （1·00 [0·63–1·58]，p=0·996）的协变量调整后心血管死亡风险增加相关。在英国生物样本库队列中，也出现了相同的模式（女性 HR 1·33 [95% CI 1·06–1·68]，p=0·015;男性 0·98 [0·80–1·20]，p=0·854）。在 BIDMC 队列中，性别不一致评分较高的女性更有可能在未来发生心力衰竭或心肌梗死，并且在两个队列中具有更多的男性心脏 （增加左心室质量和腔室容积） 和非心脏表型 （增加肌肉质量和体脂百分比降低）。

【解释】：性别不一致评分是一种新型 AI-ECG 生物标志物，能够识别心血管风险不成比例升高的女性。AI-ECG 有可能识别可能从增强的危险因素改变或监测中受益的女性患者。