端到端心电图AI检测肥厚型心肌病：三阶段分层框架AUC达0.93并经外部验证

核心要点

• 问题：肥厚型心肌病（HCM）临床表现异质，易被漏诊或误诊，单一心电图的特异性有限。
• 方法：基于三家中心12,618份心电图（11,290名患者）构建端到端三阶段分层深度学习框架，并在两个独立外部队列验证。
• 结果：内部测试集中三阶段AUROC分别为0.97、0.93、0.85，两个外部队列保持稳定。
• 意义：为心电图AI的规模化HCM筛查与早期分型提供依据，但仍属回顾性研究，需前瞻验证后方可临床落地。
• 原文：End-to-end deep learning–based electrocardiographic analysis for the detection of hypertrophic cardiomyopathy，npj Digital Medicine，2026-08-12

1. 肥厚型心肌病的临床挑战

肥厚型心肌病（hypertrophic cardiomyopathy，HCM）是一种以心肌非对称性肥厚为特征的心肌疾病，也是年轻人心源性猝死的重要病因之一。其临床表现高度异质，部分患者长期无症状，部分则以胸闷、晕厥甚至猝死为首发表现，导致 HCM 常被漏诊或误诊。

诊断 HCM 的难点在于鉴别：多种疾病都可引起左心室肥厚（left ventricular hypertrophy，LVH），如高血压性心脏病、运动性心肌肥厚等表型模拟疾病，仅凭单一指标难以区分。心电图（electrocardiogram，ECG）价格低廉、普及率高、对心脏结构异常较为敏感，但特异性有限，难以单独作为可靠的诊断依据。

针对这一缺口，Song 等人在 npj Digital Medicine 发表研究，提出一个端到端的三阶段分层深度学习框架，用标准 12 导联心电图依次完成 LVH 筛查、HCM 与表型模拟疾病的鉴别、以及 HCM 主要亚型分类，试图模拟临床医生由粗到细的完整诊断路径。

2. 三阶段分层框架的核心创新

过去，心电图 AI 研究多为单一任务模型——要么只筛查 LVH，要么只做单一疾病检测，忽略了临床诊断中"先粗筛、再鉴别、后分型"的层级依赖关系。Song 等人的工作做了三点改变。

第一，端到端分层建模。研究将三个关键临床决策阶段（LVH 筛查、HCM 与表型模拟疾病鉴别、HCM 亚型分类）整合进一个统一模型，让模型按临床路径顺序输出，而非孤立解决单一问题，这与真实医生的诊断思维更一致。

第二，多中心外部验证。模型在三家中心共 12,618 份心电图（11,290 名患者）上训练，并在两个独立外部验证队列（FAHGMU、FAHXMU）上评估，检验了跨机构泛化能力，这在心电图 AI 研究中较为难得。

第三，可解释性分析。研究通过显著性分析（saliency analysis）显示模型的预测依赖具有生理学意义的心电区域，为临床医生理解和信任模型提供了依据。

3. 技术原理：一条从粗筛到分型的端到端路径

模型的输入是标准 12 导联心电图。与传统流程不同，它不预先提取心电特征，而是采用端到端（end-to-end）方式直接从原始心电图信号学习，并沿三个层级依次输出结果：

• 第一层：筛查是否存在左心室肥厚（LVH）；
• 第二层：在 LVH 基础上，鉴别是 HCM 还是其他表型模拟疾病；
• 第三层：对 HCM 进一步分类为不同亚型。

这种分层设计的价值在于贴近临床决策的真实顺序——只有确认存在肥厚，才有必要进一步鉴别病因；只有确认是 HCM，才有必要细分亚型。模型以 AUROC（受试者工作特征曲线下面积）作为主要评价指标，并通过显著性分析定位模型关注的心电区域，验证其判断是否建立在生理学合理的信号之上，而非无关噪声。

需要强调的是，本研究验证的是这一深度学习框架在回顾性数据上的判别性能，属于研究原型，尚未构成可直接用于临床的完整产品。

4. 数据说话：三阶段AUROC与外部泛化

研究在内部测试集和两个独立外部验证队列上分别报告了三个阶段的 AUROC：

从数据看，模型在第一层 LVH 筛查上表现最好（AUROC 0.97），随着任务从"筛查"走向"精细分型"，判别难度上升，AUROC 相应下降（0.85）。两个外部验证队列的表现整体与内部测试集一致，其中阶段1和阶段2在两个外部队列中分别保持在 0.92–0.94 和 0.80–0.87 区间，提示模型具备一定跨机构泛化能力。

需要说明的是，论文仅报告了 AUROC，未给出灵敏度、特异度、阳性预测值等操作点指标，也未报告外部验证队列的置信区间，因此这些结果主要反映模型的判别能力，尚不能直接换算为临床筛查的漏诊率或误诊率。

5. 从实验室到临床：应用前景与局限

就应用前景而言，该框架可能用于基层和社区医疗机构的心电图初筛，帮助识别需要转诊做超声心动图或基因检测的疑似 HCM 患者；也可能辅助医生区分 LVH 的不同病因，减少将 HCM 误判为普通高血压性肥厚的情况；此外还可支持 HCM 的早期分型，为后续治疗决策提供线索。

但本研究存在若干重要局限。第一，证据等级有限：研究为回顾性开发与验证，未进行前瞻性临床验证或随机对照试验，且仅报告 AUROC，未报告敏感度、特异度等操作点指标，不能直接用于临床诊断。真正进入临床的 AI 决策支持工具，需经历前瞻性、随机对照的验证，正如AI辅助遗传性视网膜病诊断的多中心随机试验所示。第二，泛化边界未明：摘要未披露外部验证队列的样本量与基线特征，也未说明具体深度学习架构，模型在不同种族、不同心电图设备上的稳健性仍需进一步验证。第三，指标与结局之间存在距离：AUROC 的提升不等于患者结局的改善，模型能否真正缩短诊断时间、减少漏诊，仍待真实临床环境的证据。

6. 结论与产业启示

这项研究说明，把临床诊断的层级逻辑"翻译"进模型结构，是一种值得借鉴的心电图 AI 设计思路：先粗筛、再鉴别、后分型，既符合医生的工作习惯，也在两个外部队列上保持了稳定表现。

对医疗 AI 企业和研究团队有几点可执行启示：其一，诊断类 AI 应优先对齐临床路径做分层设计，而非一味追求单一任务的极致指标；其二，AUROC 之外应主动报告敏感度、特异度等操作点指标，并补充前瞻性验证，正如LungIMPACT 随机对照试验所强调的，模型性能并不直接等同于临床获益；其三，把可解释性纳入评估，帮助医生复核与信任。

思陌智能科研服务聚焦 AI 医疗软件开发与医疗 AI 科研服务，覆盖医学影像 AI、临床决策支持与医疗 AI 评估验证，可协助医疗机构和团队完成类似心电图 AI 模型的开发、外部验证与临床评价设计。

相关问题

Q：这个AI现在能直接用于临床诊断肥厚型心肌病吗？

A：不能。该研究是回顾性开发与验证，仅报告AUROC，未报告敏感度、特异度等操作点指标，也未经前瞻性临床试验，目前只能作为筛查辅助的候选方案，尚需进一步验证。

Q：心电图AI会取代超声心动图或基因检测吗？

A：不会。该框架定位为筛查与初筛工具，用于识别需进一步检查的高风险人群；超声心动图和基因检测仍是HCM确诊的关键手段，AI 在此扮演辅助而非替代角色。

Q：这项研究对中国医疗环境有什么意义？

A：心电图设备普及、成本低，分层筛查框架有望用于基层和社区的心血管初筛，缓解专家资源不足；但在中国人群、不同设备和机构间的泛化，仍需本土化的外部验证。

参考文献

1. Song J, Jiang X, Zheng Y, et al. End-to-end deep learning–based electrocardiographic analysis for the detection of hypertrophic cardiomyopathy. npj Digital Medicine. 2026. DOI: 10.1038/s41746-026-03130-2
2. Ommen SR, Ho CY, Asif IM, et al. 2024 AHA/ACC/AMSSM/HRS/PACES/SCMR Guideline for the Management of Hypertrophic Cardiomyopathy. Circulation. 2024. DOI: 10.1161/CIR.0000000000001250
3. Siontis KC, Noseworthy PA, Attia ZI, et al. Artificial intelligence-enhanced electrocardiography in cardiovascular disease management. Nature Reviews Cardiology. 2021. DOI: 10.1038/s41569-020-00503-2

本文基于 End-to-end deep learning–based electrocardiographic analysis for the detection of hypertrophic cardiomyopathy 的独立解读，仅供学术交流，不构成临床建议。