Nature Medicine 6月22日发表一篇Correspondence，题为“A case of artificial intelligence-enhanced diagnostics leading to heart transplantation”。文章关注人工智能增强心电图分析在结构性心脏病识别中的应用，并以一个急诊场景中的哨点病例进行说明。
原文介绍，结构性心脏病包括影响心脏瓣膜、心壁和心腔的多类疾病，是心血管发病和死亡的重要原因。早期诊断和治疗通常与更好结局相关，但结构性心脏病仍存在漏诊问题，其中一个原因是超声心动图虽是金标准诊断检查，却耗时、成本较高，且并非所有患者都能均等获得。
作者团队开发了AI-ECG算法，用于识别既往未发现的结构性心脏病，并将其部署到急诊科。原文指出，急诊科经常接触到门诊医疗资源不足的患者，因此在这一场景中使用可扩展的心电图算法，可能帮助发现以非典型方式就诊、否则容易被忽视的心脏疾病。
该团队正在SAGE研究中评估AI-ECG引导筛查对结构性心脏病诊断和管理的影响。文章此次呈现的是一个个案，说明AI辅助心电分析可能促成进一步检查和管理决策。需要强调的是，个案报告不能证明算法对所有急诊患者均有效，也不能替代医生评估、超声心动图或其他标准检查。
从临床应用角度看，AI心电分析的潜在优势在于使用已有、低成本且广泛可及的检查数据进行早期风险识别。但它的结果仍需要结合症状、体征、既往病史、影像学检查和专科判断。算法提示异常并不等于确诊，阴性结果也不能排除所有结构性心脏病。
原文还披露了相关研究支持和利益冲突信息，包括部分作者参与AI-ECG算法发明或拥有相关权益。医学读者在理解这类AI诊断研究时，应同时关注临床获益、验证人群、误报漏报、部署场景以及潜在利益冲突。
原文链接：http://www.nature.com/articles/s41591-026-04454-y
免责声明：本文仅供医学资讯参考，不构成心脏病诊断、筛查或治疗建议。胸痛、呼吸困难、晕厥、心悸等症状应及时就医，并由专业医务人员判断检查和治疗方案。
