人工智能在遠(yuǎn)程心電云平臺(tái)輔助決策基層危急值心電圖中的應(yīng)用價(jià)值研究

余新艷，顧志樂，張曉娟，趙曉曄，張海澄

本研究價(jià)值：

（1）本研究對(duì)人工智能（AI）在遠(yuǎn)程心電云平臺(tái)中的應(yīng)用加以闡述，有利于相關(guān)工作者了解AI在遠(yuǎn)程心電云平臺(tái)建設(shè)中的應(yīng)用價(jià)值；（2）本研究較詳盡地描述了如何通過AI技術(shù)提升“危急值”心電圖診斷時(shí)效性，為今后AI在遠(yuǎn)程心電云平臺(tái)的應(yīng)用指明了研究方向。

本研究局限性：

本研究僅列舉了AI在遠(yuǎn)程心電云平臺(tái)輔助決策基層危急值心電圖中的應(yīng)用，而未涉及AI技術(shù)輔助遠(yuǎn)程心電云平臺(tái)上其他不同級(jí)別與性質(zhì)的醫(yī)療機(jī)構(gòu)，及針對(duì)同一醫(yī)療機(jī)構(gòu)中不同科室的心電數(shù)據(jù)進(jìn)行快速準(zhǔn)確診斷的應(yīng)用。

心電圖診斷現(xiàn)廣泛應(yīng)用于臨床，其針對(duì)心血管疾病的檢查尤為有效，但我國精通心電圖診斷的醫(yī)生比例不到3%，供需比嚴(yán)重不平衡（1∶6 944）[1-2]，診療人才分布不均衡，基層醫(yī)療衛(wèi)生機(jī)構(gòu)（如社區(qū)衛(wèi)生服務(wù)站、社區(qū)衛(wèi)生服務(wù)中心、鄉(xiāng)鎮(zhèn)衛(wèi)生院等）缺乏精通心電圖診斷的醫(yī)生（該類醫(yī)生多任職于大型三甲醫(yī)院）[3]。隨著計(jì)算機(jī)技術(shù)、通信技術(shù)與醫(yī)療技術(shù)的發(fā)展，各地紛紛通過建設(shè)“遠(yuǎn)程心電云平臺(tái)”的方法建立“基層檢查、上級(jí)診斷”的模式以解決上述矛盾。但是，隨著我國人口老齡化進(jìn)程的加快、慢性病人群數(shù)量逐年增長，基層醫(yī)療衛(wèi)生機(jī)構(gòu)采集并上傳至遠(yuǎn)程心電診斷中心的心電數(shù)據(jù)呈幾何級(jí)增長，危急值心電圖的比例也相應(yīng)增加。如何輔助醫(yī)生更好更快地完成心電圖診斷、解決基層醫(yī)療衛(wèi)生機(jī)構(gòu)心電圖診斷水平參差不齊的問題、滿足社會(huì)日益增長的心電圖診斷需求，已成為臨床亟待解決的重要問題。

人工智能（artificial intelligence，AI）起源于1950年艾倫·圖靈對(duì)機(jī)器智能的測試。AI通過利用各種模糊邏輯理論的分類及回歸算法、人工神經(jīng)網(wǎng)絡(luò)算法、機(jī)器學(xué)習(xí)算法等技術(shù)手段，根據(jù)輸入的經(jīng)驗(yàn)和信息，以及構(gòu)建概念，完成人類易于執(zhí)行但難于形式化描述的任務(wù)，其信息存儲(chǔ)和信息處理能力優(yōu)勢明顯[4-5]。目前，AI已經(jīng)成為醫(yī)療創(chuàng)新的前沿領(lǐng)域，從新藥研發(fā)、疾病預(yù)測、高級(jí)成像到醫(yī)療管理等環(huán)節(jié)，均離不開AI技術(shù)的支持，AI已成為醫(yī)療行業(yè)的有力輔助和支撐[6-7]。因此，探索如何應(yīng)用AI技術(shù)更好地協(xié)同醫(yī)生判讀心電圖、優(yōu)化心電圖診斷流程、提高危急值心電圖診斷時(shí)效性顯得尤為重要。本研究通過分析基層醫(yī)療衛(wèi)生機(jī)構(gòu)采集并上傳至遠(yuǎn)程心電云平臺(tái)的20 808份12導(dǎo)聯(lián)靜態(tài)心電圖，闡述AI在遠(yuǎn)程心電云平臺(tái)輔助決策基層危急值心電圖中的應(yīng)用價(jià)值。

1 資料與方法

1.1 資料來源 選取2019年6月至2021年6月基層醫(yī)療衛(wèi)生機(jī)構(gòu)采集并通過互聯(lián)網(wǎng)上傳至納龍遠(yuǎn)程心電云平臺(tái)的12導(dǎo)聯(lián)靜態(tài)心電圖。心電圖經(jīng)AI（AI組）診斷和專業(yè)心電圖醫(yī)生（醫(yī)生組）診斷后，符合“危急值心電圖診斷標(biāo)準(zhǔn)”的心電圖納入危急值組；診斷結(jié)果符合“正常心電圖”或“大致正常心電圖”的心電圖納入正常組；診斷結(jié)果雖異常但不符合“危急值心電圖診斷標(biāo)準(zhǔn)”的心電圖納入陽性組。本研究經(jīng)銀川市第一人民醫(yī)院倫理委員會(huì)批準(zhǔn)〔銀一醫(yī)倫理第（2020-110）號(hào)〕。

1.2 納入標(biāo)準(zhǔn)與排除標(biāo)準(zhǔn) 納入標(biāo)準(zhǔn)：同時(shí)具備AI診斷結(jié)果及專業(yè)心電圖醫(yī)生診斷結(jié)果的12導(dǎo)聯(lián)靜態(tài)心電圖。排除標(biāo)準(zhǔn)：（1）一般資料不全；（2）缺失“上傳時(shí)間”或“診斷時(shí)間”項(xiàng)；（3）缺失AI和/或?qū)I(yè)心電圖醫(yī)生診斷結(jié)果。

1.3 病例采集方法 各級(jí)醫(yī)療機(jī)構(gòu)工作人員使用指定賬號(hào)登錄納龍系統(tǒng)采集端，通過系統(tǒng)采集端錄入患者基本信息（姓名、性別、年齡、既往史、有無不適癥狀等），采集患者15～30 s 12導(dǎo)聯(lián)靜態(tài)心電圖，并通過4G/5G網(wǎng)絡(luò)自動(dòng)上傳至納龍遠(yuǎn)程心電云平臺(tái)。遠(yuǎn)程心電云平臺(tái)將原始心電圖數(shù)據(jù)按預(yù)設(shè)調(diào)度方案分配至相應(yīng)基層醫(yī)療衛(wèi)生機(jī)構(gòu)所屬遠(yuǎn)程心電診斷中心進(jìn)行診斷。在診斷中心的分析診斷端病例管理界面可以顯示患者信息、心電圖檢查時(shí)間、上傳時(shí)間、數(shù)據(jù)來源單位及采集人員的聯(lián)系方式。

1.4 預(yù)警及診斷流程 納龍遠(yuǎn)程心電云平臺(tái)心電AI診斷算法（AI智能分析）對(duì)各基層醫(yī)療衛(wèi)生機(jī)構(gòu)采集的心電數(shù)據(jù)進(jìn)行AI智能分析，將符合“危急值心電圖診斷標(biāo)準(zhǔn)”的心電圖自動(dòng)推送至診斷分析端并進(jìn)行聲音提示，同時(shí)通過后臺(tái)智能調(diào)度，將此類病例自動(dòng)推送至目前登錄醫(yī)生中最高職稱者的診斷界面并置頂（夜班或節(jié)假日時(shí)自動(dòng)推送至值班醫(yī)生診斷界面），以危急符號(hào)標(biāo)識(shí)預(yù)警。系統(tǒng)確保在相應(yīng)醫(yī)生診斷完上一份心電圖時(shí)自動(dòng)打開預(yù)警心電圖，同時(shí)將此病例信息推送至該診斷醫(yī)生微信號(hào)進(jìn)一步提醒。納龍遠(yuǎn)程心電云平臺(tái)在診斷界面自動(dòng)將AI診斷為陽性和正常的心電圖按上傳時(shí)間排序，陽性心電圖排列于正常心電圖前。經(jīng)遠(yuǎn)程心電診斷中心的專業(yè)心電圖醫(yī)生判讀后，原始心電圖診斷報(bào)告自動(dòng)回傳至采集端基層醫(yī)療衛(wèi)生機(jī)構(gòu)，病例管理界面自動(dòng)顯示病例診斷時(shí)間，對(duì)于危急值心電圖病例，診斷中心醫(yī)生依據(jù)病例管理界面顯示的數(shù)據(jù)來源單位，電話通知其采集人員及時(shí)采取120急救措施。見圖1～2。

圖1 病例預(yù)警流程Figure 1 Process of early warning of a critical ECG by the AI-based algorithm

圖2 病例診斷流程Figure 2 Process of the diagnosis of a patient with critical ECG supported by the AI-based algorithm

1.5 判讀標(biāo)準(zhǔn) （1）危急值心電圖診斷及AI預(yù)警標(biāo)準(zhǔn)參考《心電圖危急值2017中國專家共識(shí)》[8]；（2）AI組及醫(yī)生組診斷術(shù)語參照《心電圖診斷術(shù)語規(guī)范化中國專家共識(shí)（2019）》[9]；（3）以醫(yī)生組診斷結(jié)果為“金標(biāo)準(zhǔn)”；（4）AI與醫(yī)生診斷同一份心電圖，結(jié)果相符記為“符合”，結(jié)果不符記為“不符合”；（5）診斷用時(shí)以AI組診斷為標(biāo)準(zhǔn)進(jìn)行統(tǒng)計(jì)。診斷用時(shí)=心電圖診斷結(jié)束時(shí)間-心電圖上傳時(shí)間。

1.6 統(tǒng)計(jì)學(xué)方法 采用SPSS 20.0軟件進(jìn)行統(tǒng)計(jì)學(xué)分析。符合正態(tài)分布的計(jì)量資料以（±s）表示，多組間比較采用方差分析，組間兩兩比較采用LSD-t 檢驗(yàn)；計(jì)數(shù)資料以相對(duì)數(shù)表示，組間比較采用χ2檢驗(yàn)；診斷一致性分析采用Kappa檢驗(yàn)，以Kappa值≥0.40為兩組數(shù)據(jù)具有一致性，Kappa值在0.41 ～ 0.60具有中等一致性，在0.61 ～ 0.80具有較強(qiáng)一致性，在0.81～1.00具有強(qiáng)一致性。以 P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 診斷結(jié)果 共獲得20 808份12導(dǎo)聯(lián)靜態(tài)心電圖，其中男性9 322例，女性11 486例，平均年齡（63.6±13.7）歲；醫(yī)生組診斷的危急值組619份、正常組4 430份、陽性組15 759份；AI組診斷的危急值組619份、正常組4 555份、陽性組15 634份。

2.2 AI組與醫(yī)生組診斷一致性分析 AI組診斷與醫(yī)生組診斷具有強(qiáng)一致性〔Kappa值=0.984，95%CI（0.982，0.987），P＜0.001〕，見表1。

表1 AI組與醫(yī)生組診斷一致性分析（例）Table 1 Diagnostic agreement between AI-based and physician-based interpretation results of ECGs

2.3 AI組與醫(yī)生組診斷符合率統(tǒng)計(jì) AI組診斷結(jié)果與醫(yī)生組診斷結(jié)果符合率為99.4%。

2.4 AI組診斷靈敏度、陽性預(yù)測值統(tǒng)計(jì) AI組診斷靈敏度為99.4%，陽性預(yù)測值為100.0%。危急值組、陽性組、正常組的靈敏度分別為100.0%、92.1%、100.0%；陽性預(yù)測值分別為100.0%、100.0%、100.0%。

2.5 診斷平均用時(shí)統(tǒng)計(jì) 20 808份心電圖診斷平均用時(shí)（16.36±7.85）min，其中危急值組診斷平均用時(shí)（3.95±1.98）min、陽性組診斷平均用時(shí)（13.92±5.17）min、正常組診斷平均用時(shí)（26.75±6.57）min。危急值組、陽性組及正常組診斷平均用時(shí)比較，差異有統(tǒng)計(jì)學(xué)意義（F=11 295.76，P＜0.001）；其中正常組診斷平均用時(shí)較陽性組、危急值組延長（P＜0.001），陽性組診斷平均用時(shí)較危急值組延長（P＜0.001）。

2.6 心電圖診斷用時(shí)及占比統(tǒng)計(jì) 危急值組診斷用時(shí)介于0.60～9.99 min，陽性組診斷用時(shí)介于3.20～4.11 min，正常組診斷用時(shí)介于12.40 ～ 52.22 min，詳見表2。

表2 心電圖診斷用時(shí)及占比統(tǒng)計(jì)表Table 2 Distribution of seven types of time durations for making diagnoses of critical ECGs，normal ECGs，and abnormal but not critical ECGs

3 討論

隨著“國家遠(yuǎn)程醫(yī)療信息系統(tǒng)建設(shè)”政策的提出、國家遠(yuǎn)程醫(yī)療政策下“互聯(lián)網(wǎng)+技術(shù)”的應(yīng)用及后疫情時(shí)代推動(dòng)下的遠(yuǎn)程問診、分級(jí)診療等舉措的實(shí)施，多地均加大了遠(yuǎn)程醫(yī)療的建設(shè)力度。遠(yuǎn)程心電云平臺(tái)的建設(shè)對(duì)心血管疾病的防治具有積極的底層支撐作用[10]，在分級(jí)診療的形勢下，其更能提升基層醫(yī)療衛(wèi)生機(jī)構(gòu)對(duì)心血管疾病的診療能力，而心電圖，尤其是危急值心電圖診斷的時(shí)效性必須關(guān)注。如何從同一時(shí)段大量上傳的心電圖數(shù)據(jù)中及時(shí)發(fā)現(xiàn)、診斷、回傳危急值心電圖并啟動(dòng)危急值救治流程，是研究者在遠(yuǎn)程心電云平臺(tái)建設(shè)中必須考慮和解決的問題。

遠(yuǎn)程心電云平臺(tái)的基本框架是云平臺(tái)涵蓋區(qū)域內(nèi)的各級(jí)醫(yī)療衛(wèi)生機(jī)構(gòu)將自己采集到的原始心電圖數(shù)據(jù)通過互聯(lián)網(wǎng)上傳至遠(yuǎn)程心電圖診斷中心，再由專業(yè)心電圖診斷醫(yī)生出具帶有電子簽名的診斷報(bào)告并回傳至相應(yīng)基層醫(yī)療衛(wèi)生機(jī)構(gòu)。目前各地的遠(yuǎn)程心電診斷中心基本分為層次型、中心輻射型和融合型三類[11]。AI是一門研究、開發(fā)、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的新科學(xué)[12]，其中醫(yī)療AI是指將AI技術(shù)運(yùn)用于醫(yī)療相關(guān)領(lǐng)域，達(dá)到賦能及提升醫(yī)療診斷水平的目的[13]。AI與醫(yī)療的合理融合將為社會(huì)提供更高效、精準(zhǔn)、個(gè)性化的醫(yī)療服務(wù)，并將在改善醫(yī)療資源分配不均、降低醫(yī)療成本、提高醫(yī)療效率等方面發(fā)揮日益重要的作用[14-16]。AI遠(yuǎn)程心電云平臺(tái)的搭建可充分利用AI對(duì)心電圖進(jìn)行初步處理，從而在提高心電圖診斷質(zhì)量的同時(shí)有效縮短診斷時(shí)間[17]。

危急值心電圖是指可引起嚴(yán)重血流動(dòng)力學(xué)變化甚至危及患者生命的心電圖表現(xiàn)。心電圖醫(yī)生如能及時(shí)、準(zhǔn)確地報(bào)告危急值心電圖則有助于臨床醫(yī)生迅速做出判斷、診療，從而使患者最大限度地獲得救治機(jī)會(huì)[18]。各地遠(yuǎn)程心電診斷中心的醫(yī)療工作者時(shí)常面臨高峰期時(shí)段大量心電圖數(shù)據(jù)同時(shí)上傳至診斷中心的問題，既往多數(shù)遠(yuǎn)程心電云平臺(tái)僅依據(jù)上傳時(shí)間順序?qū)⑿碾妶D數(shù)據(jù)依次排列，忽視了危急值心電圖診斷的急迫性，容易貽誤患者最佳治療時(shí)間。目前多數(shù)遠(yuǎn)程心電診斷中心均存在高峰期診斷醫(yī)生嚴(yán)重不足的問題，因此更需第一時(shí)間診斷出危急值心電圖，以利于基層醫(yī)生及時(shí)決策和快速救治患者。因此，本研究將AI技術(shù)運(yùn)用于遠(yuǎn)程心電云平臺(tái)，使平臺(tái)能依據(jù)AI預(yù)分析診斷結(jié)果進(jìn)行“危急值心電圖-陽性心電圖-正常心電圖”的優(yōu)先級(jí)自動(dòng)排序，并顯示于診斷病例管理列表中，以提高危急值心電圖的診斷時(shí)效性，進(jìn)而助力臨床決策。

本研究對(duì)20 808份12導(dǎo)聯(lián)靜態(tài)心電圖的診斷結(jié)果進(jìn)行統(tǒng)計(jì)，分別依據(jù)AI診斷和專業(yè)心電圖醫(yī)生診斷列出危急值組、陽性組及正常組心電圖，結(jié)果顯示AI組與醫(yī)生組的診斷在劃分不同心電圖分組上具有強(qiáng)一致性。同時(shí)，本研究以醫(yī)生組診斷為對(duì)照，統(tǒng)計(jì)得出AI組與醫(yī)生組在心電圖不同分組上的診斷符合率達(dá)99.4%，表明本研究的AI分析具有足夠的準(zhǔn)確度，能完成病例的預(yù)分析診斷。本研究進(jìn)一步以醫(yī)生組診斷分組為金標(biāo)準(zhǔn)，統(tǒng)計(jì)得出AI組診斷分組的靈敏度為99.4%，陽性預(yù)測值為100.0%，表明AI診斷能準(zhǔn)確分組心電圖，為進(jìn)一步利用AI技術(shù)將分組后心電圖智能排序并實(shí)現(xiàn)危急值心電圖預(yù)警的目標(biāo)打下堅(jiān)實(shí)基礎(chǔ)。

心電圖診斷用時(shí)統(tǒng)計(jì)結(jié)果顯示，危急值組中13.89%、74.15%、94.83%、100.00%的 心 電 圖 分 別于 2 min、5 min、8 min、10 min內(nèi)完成診斷，診斷最短用時(shí)僅0.6 min，最長用時(shí)也不足10 min；陽性組僅4.40%的心電圖于5 min內(nèi)完成診斷，87.34%的心電圖于20 min內(nèi)完成診斷，診斷最短用時(shí)3.2 min；正常組最短診斷用時(shí)12.4 min，68.24%的心電圖于30 min內(nèi)完成診斷。由此表明，AI智能排序能于5 min內(nèi)完成AI預(yù)判為“危急值”的多數(shù)心電圖診斷。本研究統(tǒng)計(jì)了各組診斷平均用時(shí)，結(jié)果顯示危急值組診斷平均用時(shí)〔（3.95±1.98 ）min〕短于陽性組〔（13.92±5.17）min〕和正常組〔（26.75±6.57 ）min〕。以上數(shù)據(jù)說明，AI技術(shù)預(yù)診斷原始心電圖數(shù)據(jù)并將之智能排序能有效降低診斷隊(duì)列中危急值心電圖的分析等待時(shí)間。

本研究發(fā)現(xiàn)，危急值心電圖診斷時(shí)效性優(yōu)于陽性和正常心電圖，原因可能是：除AI算法準(zhǔn)確可靠和AI排序優(yōu)化診斷流程外，遠(yuǎn)程心電云平臺(tái)還為保障診斷中心醫(yī)生能第一時(shí)間發(fā)現(xiàn)危急值心電圖設(shè)置了危急值心電圖特殊符號(hào)標(biāo)識(shí)及聲音同步提醒預(yù)警，且將此病例信息推送至該診斷醫(yī)生微信進(jìn)一步預(yù)警提醒其及時(shí)診斷，此設(shè)置在晚上及節(jié)假日只有1名醫(yī)生值班時(shí)非常重要。這些舉措進(jìn)一步提高了危急值心電圖診斷的時(shí)效性，利于患者的及時(shí)救治。

將AI技術(shù)充分運(yùn)用在遠(yuǎn)程心電云平臺(tái)的建設(shè)中不但可準(zhǔn)確協(xié)助診斷，還可大幅提升診斷的時(shí)效性，為患者提供準(zhǔn)確快速的醫(yī)學(xué)幫助。本研究團(tuán)隊(duì)今后也將繼續(xù)探索如何提高和保障AI診斷的準(zhǔn)確性，尤其是多樣化危急重病例的識(shí)別上如何更好發(fā)揮AI優(yōu)勢[19-21]，關(guān)注和解決AI大數(shù)據(jù)技術(shù)安全保障、AI分析用戶信息安全、院內(nèi)數(shù)據(jù)與AI技術(shù)融合壁壘、AI分析后生成的無效擾亂數(shù)據(jù)等問題[22]。同時(shí)也要時(shí)刻牢記“AI不可取代專業(yè)心電圖醫(yī)生診斷，只能協(xié)助診斷”的原則，使AI妥善地應(yīng)用于醫(yī)學(xué)領(lǐng)域，達(dá)到解放部分人力的效果[23-25]。

綜上所述，有AI加入的遠(yuǎn)程心電云平臺(tái)不但可準(zhǔn)確協(xié)助醫(yī)生診斷，還可提高遠(yuǎn)程心電診斷中心醫(yī)生對(duì)危急值心電圖的響應(yīng)時(shí)效，縮短危急值心電圖診斷時(shí)間，有助于基層醫(yī)療衛(wèi)生機(jī)構(gòu)危急重患者的救治。

作者貢獻(xiàn)：余新艷進(jìn)行研究的實(shí)施與可行性分析、數(shù)據(jù)收集、撰寫論文；顧志樂進(jìn)行數(shù)據(jù)整理、結(jié)果的分析與解釋；張曉娟進(jìn)行審校；趙曉曄進(jìn)行統(tǒng)計(jì)學(xué)處理；張海澄進(jìn)行文章的構(gòu)思與設(shè)計(jì)、對(duì)文章整體負(fù)責(zé)、監(jiān)督管理。

本文無利益沖突。