6月4日，武汉和上海学者联合发表在Lancet数字健康子刊上的一项队列研究表明，在诊断心律失常问题时，该团队建立的一种基于深度学习模型的人工智能算法比心内科心电图医师更准确。研究者指出，这种算法可植入心电图机器中，临床可采纳使用这种心电图辅助诊断心律失常。这种方法具有费用效益，且准确度很高，能有效区分各种不同的心律失常，为临床采用计算机决策支持系统打下了基础。该研究显示，在多标签水平，深度学习模型对心电图上心律失常的诊断准确率高达80%，超过不同年资的心内科心电图医师（工作0~6年、7~12年、12年以上的心电图医师诊断准确率分别为67%、69%、75%）。F1评分和ROC曲线分析均显示，深度学习模型的诊断准确率明显高于上述不同年资的心电图医师。这也在外部公共数据库中得到了验证。在该研究中，训练和验证数据库包括70 692例患者的180 112份心电图；测试数据库包括828例新患者的828份心电图，共53名不同年资的心内科心电图医师对这些心电图进行了诊断。这些心电图几乎包括了所有类型的心律失常。来源：Automatic multilabel electrocardiogram diagnosis of heart rhythm or conduction abnormalities with deep learning: a cohort study. Lancet Digital Health, Published Online June 4, 2020 转载：请标明“中国循环杂志”