人工智能在心电图自动分析中的应用及进展

摘要

心电图（ECG）作为心血管疾病诊断的核心无创工具，传统人工分析存在诊断一致性低、特殊人群ECG形态适配难、动态心律失常漏诊率高及急性事件响应延迟等局限。人工智能赋能的心电图（AI-ECG）分析正推动心血管疾病诊疗模式的深刻变革。本文系统综述了AI-ECG从传统机器学习、深度学习、生成式AI/大语言模型、场景化模型的技术迭代，及其在心律失常、结构性心脏病、急性冠脉综合征、心脏康复及可穿戴监测等领域的应用。AIECG已实现从“静态诊断”到“动态预警”，“单一疾病筛查”到“全周期管理”的突破。然而，AI-ECG仍面临可解释性不足、数据与评估标准化缺失、模型偏倚及临床转化障碍等挑战。未来还需通过多模态融合、特殊人群模型定制、动态ECG标准化及跨学科协作，推动AI-ECG向具备自主决策能力的智能体演进，实现AI-ECG从“技术可行”向“患者获益”转化，为心血管疾病的精准诊疗提供新思路。

关键词

人工智能 / 心电图 / 深度学习 / 心血管疾病 / 智能诊断