AI 揭開心電圖中隱藏的猝死預警訊號

超越現有標準的預測能力

這項 AI 系統的表現遠優於現行臨床標準：

• AI 模型高風險組的年猝死率：7%
• 傳統標準（左心室射出率）高風險組的年猝死率：4.6%

所謂的傳統標準（左心室射出率）是指測量心臟每次跳動時，心臟打出多少比例的血液。這個指標長久以來被用來評估心臟衰竭與猝死風險，但它的預測力相對有限。

不僅高風險組的猝死率更高，AI 模型還能標定出 更廣泛的高風險族群。這意味著，在目前傳統檢測看起來「正常」的病人中，實際上有數千人處於高風險狀態，卻未被醫護系統發現 。

為何過去難以偵測？

心因性猝死是美國每年超過 30 萬人 死亡的原因，它的特點是心臟電氣系統突然無預警停止運作 。

Obermeyer 教授指出一個殘酷的醫療困境：「目前確實有很有效的預防工具——植入式心臟去顫器（ICD），它能在心臟出現致命節律時立即電擊恢復正常心跳。但問題是，醫生根本無法在患者猝死之前判斷誰需要植入這個裝置。」

核心原因在於：病人死亡來得太突然、太迅速，以至於科學家幾乎無法掌握心臟出事前一刻的內部狀況。傳統的解剖雖然能夠看到心臟結構的問題，但無法重現死亡瞬間的電氣運作狀態 。

下一步：從預測到預防

團隊的下一步計畫是將這套 AI 演算法實際部署到醫療體系中，協助醫生更準確地判斷哪些病人需要植入心臟去顫器 。

除此之外，這項研究更為心臟電氣失靈的 生理機轉研究 打開了一扇新的大門。Obermeyer 表示，團隊的目標是「不只是做出更好的臨床決策，更重要的是開始去理解這些病人在心臟停止之前，究竟發生了什麼事。」

由於常規心電圖檢查在全球各地醫療機構都是低成本、高效率、普及的檢查項目，這項 AI 工具有望大規模推廣，拯救更多生命 。

對讀者的意義：如果你或親友有心血管疾病風險，這項技術預示著未來心臟猝死風險評估將不再只依賴傳統的「心臟打血量」檢查，而是能從一張普通的靜態心電圖中，找出更深層、更精確的潛在危險信號。