近日，同濟大學附屬第十人民醫院心臟中心徐亞偉教授團隊研發一套基于可穿戴12導聯心電可穿戴設備和人工智能預警軟件的急性心肌梗死預警系統。

該研究旨在研究通過普通12導聯心電圖構建可自動判讀急性ST段抬高型心肌梗死(STEMI)的人工智能算法。該研究首先收集來自同濟大學附屬第十人民醫院及長海醫院1802例心電圖疑似STEMI的心電圖，并通過“金標準”——冠狀動脈造影進行心電圖篩選，最終篩選出667例具有明確“罪犯”血管的STEMI心電圖，同時匹配了7571例正常及存在其他類型異常心律的心電圖作為對照組。接著，移視科技通過Res-net人工智能算法構建了STEMI的人工智能判讀算法，通過內部測試、外部驗證顯示，本研究構建的算法敏感性達到96.8%，特異性達到了99.2%。

為了進一步研究其臨床適用性，該團隊還進一步開展了人機心電圖判讀比賽，將50張急性ST段抬高型心肌梗死心電圖及50張非急性ST段抬高型心肌梗死心電圖分別由本算法及15位不同年資的心血管醫生進行判讀。結果顯示，本算法的敏感性及特異性分別為90%及98%，而醫生判讀的敏感性及特異性僅71%及89%。尤其是在一些ST段抬高相對不明顯的患者中，人工智能算法的優勢更加明顯。這一結果對急性ST段抬高型心肌梗死的自動預警提供了重要的軟件支持，未來將該算法嵌入可穿戴心電監測設備是急性心肌梗死院前預警非常有前途的方案。