结构性心脏病筛查现状 - 目前缺乏常规且经济有效的筛查测试，许多结构性心脏病患者直到心脏功能严重受损才被发现 [1] - 超声心动图是结构性心脏病的金标准诊断工具，但成本高、需专业知识，限制了广泛应用 [3] - 心电图虽用途广泛，但仅能提供结构性心脏病的间接诊断依据 [3] AI筛查技术突破 - 研究开发了名为EchoNext的AI工具，通过分析常规心电图数据识别结构性心脏病患者 [1] - AI模型训练数据覆盖23万名患者的120万对心电图-超声心动图对照数据 [3] - 在85000名未做过超声心动图的患者中，AI识别出7500名高风险患者，其中超半数接受了超声心动图检查 [3] AI与人类专家表现对比 - AI独立诊断结构性心脏病的准确率达77.3% [4] - 人类心脏病专家未使用AI辅助时准确率为64%，AI辅助后提升至69.2% [4] - AI表现优于AI辅助下的人类专家 [4] 技术应用前景 - 心电图+AI可能开创全新筛查模式，扩大心脏病筛查覆盖面 [4] - 未来可通过设定阈值结合AI与临床医生判断，优化超声心动图检查转诊 [4] - 多模态模型（如整合X光、检验数据）可能进一步提升风险评估能力 [5] 技术挑战 - AI模型集成和临床采用存在复杂性 [5] - 当前模型泛化能力不足，需在临床使用中持续优化 [5]