瓣膜性心臟?。╒HD）是發(fā)病率和死亡率的重要來源，盡管早期干預可以改善預后。

2025年7月16日，復旦大學葛均波、英國帝國理工學院Fu Siong Ng、Arunashis Sau共同通訊在European Heart Journal（IF=35.6）在線發(fā)表題為“Artificial intelligence-enhanced electrocardiography to predict regurgitant valvular heart diseases: an international study”的研究論文。該研究開發(fā)了人工智能增強心電圖（AI-ECG）模型來診斷和預測rVHD，并在跨國和不同種族的隊列中驗證了這些模型。研究結果表明，AI-ECG模型可用于指導有未來rVHD風險的患者進行超聲心動圖監(jiān)測，以促進早期發(fā)現(xiàn)和干預。

瓣膜性心臟?。╒HD）影響著全球4100萬人，患病率和相關死亡率不斷上升。對具有臨床意義的中度或重度VHD及時進行藥物治療以及手術或經(jīng)導管干預已被證明可以降低死亡率并改善預后。因此，重要的是要確定那些雖然目前沒有表現(xiàn)出具有臨床意義VHD，但未來發(fā)展風險很高的患者。然而，預測嚴重VHD的進展仍然是一個復雜的挑戰(zhàn)。已經(jīng)研究了VHD進展的人口統(tǒng)計學和超聲心動圖預測因素，盡管這些研究采用了不同的進展定義，但尚未開發(fā)出系統(tǒng)的預測模型。因此，目前的臨床指南建議對輕度VHD患者進行非選擇性的定期超聲心動圖監(jiān)測，這可能會給有限的醫(yī)療資源帶來壓力，而沒有為沒有VHD證據(jù)的個人提供建議。

最近，人工智能（AI）增強心電圖（AI-ECG）模型在篩查和診斷流行的重大VHD方面顯示出了希望，盡管目前還沒有預測未來重大VHD的模型。有趣的是，AI-ECG對流行性VHD的假陽性預測與隨訪期間VHD進展的未來風險獨立相關，表明VHD的微妙心電圖特征可能早于結構變化，因此是重要的預后標志物。此外，最近開發(fā)了可穿戴設備，可以連續(xù)監(jiān)測心電圖信號，促進早期疾病檢測和預測，從而增強VHD的管理。

機理模式圖（圖源自European Heart Journal）

該研究表明，人工智能增強心電圖可以準確診斷嚴重MR、AR和TR的流行并預測其未來發(fā)展。這些發(fā)現(xiàn)首次在國際和種族不同的隊列中得到驗證。這種方法可以作為開發(fā)rVHD預測程序的基礎，以促進早期檢測、及時干預和潛在的預防性治療，同時通過根據(jù)進展風險調整超聲心動圖監(jiān)測的頻率來優(yōu)化資源利用。

https://doi.org/10.1093/eurheartj/ehaf4488