近日，上海市第十人民医院心血管内科张毅 / 赵逸凡团队在 AI 解析心电图波形领域取得新成果，开发并验证了一套特殊算法，可通过标准 12 导联心电图波形高精度识别 ST 段抬高型心肌梗死（STEMI）患者的 " 犯罪 " 血管，尤其在对诊断难度较大的左回旋支识别上表现突出。

相关研究论文登载于国际知名医学期刊《英国医学杂志》子刊 " 数字健康与人工智能 "。

对于心梗救治而言，越早发现相关症状、越早精准定位发生堵塞的 " 犯罪 " 血管、越早开展医学干预，患者预后就越理想。然而，受冠状动脉解剖变异、侧支循环变异以及医生临床经验的差异等影响，依靠心电图波形来定位发生梗阻的血管，其准确性存在偏差。

随着 AI 解析心电图波形系统的问世，有望显著缩短急诊决策时间，优化治疗流程，改善患者预后。相比公众日常使用的通用型 AI 大模型，十院专家开发的这一 AI 垂直应用类系统专注于心电图波形解析，通过大量 " 投喂 " 高质量原始诊断数据，使得该系统在心电图波形的识别速度、准确度、灵敏度、特异度等方面均表现优异。

团队共收集了 2957 份原始心电图数据，选择冠脉造影作为诊断金标准，从中优选出 698 份 " 犯罪 " 血管明确的 STEMI 心电图作为训练和测试 AI 的 " 高质量教材 " 与 " 全真试卷 "。其中，来自两家三甲医院的 543 份心电图按照 4:1 的比例分为内部训练集（教材）和内部测试集（模拟考试卷），来自另一家三甲医院的 155 份心电图构成外部验证集（期末考试卷）。

经过认真 " 学习 " 与大量 " 刷题 "，AI 在心电图波形解析上表现优异：在 " 高质量教材 " 的学习中，算法诊断左前降支（LAD）、右冠状动脉（RCA）、左回旋支（LCX）的灵敏度分别为 92.4%、93.2%、99.7%，特异度分别为 99.7%、97.4%、95.8%；在 " 模拟考试 " 中，算法诊断 LAD、RCA、LCX 的灵敏度分别为 91.6%、75.1%、97.0%，特异度分别为 96.0%、95.8%、88.8%，其表现优于心内科医生和目前已投用的心电图算法；在 " 期末考试 " 中，算法诊断 LAD、RCA、LCX 的灵敏度分别为 72.0%、90.5%、92.9%，特异度分别为 94.3%、92.4%、91.2%。最终，这一 AI 心电图诊断系统以优异成绩 " 毕业 "。

张毅介绍，在未来临床实践中，该 AI 系统在四大方面有深远临床意义和广阔应用前景：第一是可穿戴，可集成于院前急救设备或可穿戴心电监测仪，为高危患者提供早期预警和病变血管的初步定位；第二是提效率，在患者转运过程中即可预先识别 " 犯罪 " 血管，有助于医院导管室更精准地准备器械和制定手术策略，从而缩短患者从入院到冠脉复通的时间；第三是促精准，提升冠脉左回旋支（LCX）阻塞识别率，弥补当前临床实践中 LCX 识别困难的短板，减少遗漏和误判；第四是强基层，赋能基层医疗，在资源有限或心内科医生经验相对不足的基层医院或偏远地区，该系统可作为强大的辅助诊断工具，提升 STEMI 整体救治水平。