【慢性肝病】AI 解析心电图，帮助揪出未发现的慢性肝病

慢性肝病初期往往悄无声息，患者几乎没有任何不适；出现胃出血、腹水或黄疸等症状而发现不对劲时，病情常已是严重的肝硬化。且临床即使血液检查或影像学检测，许多患者仍是疾病相当晚期才诊断出来。近期美国梅奥诊所（Mayo Clinic）尝试突破困境，利用 AI 分析心电图（electrocardiogram，ECG），竟能患者尚未出现症状前即辨识出潜在肝病风险，论文近日刊登於《自然医学》（Nature Medicine）期刊。

心脏与肝脏隔着横隔膜相邻，有密不可分的关系。当肝脏出现纤维化或硬化，血流与生理调控可能随之改变，影响心脏电生理表现。变化虽然细微，却可能反映至心电图。梅奥诊所基於此生理现象，分析 11,513 例心电图检查资料，并训练出一套能辨识晚期肝病相关 ECG 特徵的 AI 模型。临床验证结果显示，这套模型辨识出慢性肝病患者人数，竟是传统标准诊断法两倍，显见早期侦测的巨大潜力。

早期诊断的价值与挑战

这项研究并非只停在实验室的模型开发阶段，而是临床环境已进行实验，评估「真实世界」患者。慢性肝病若能早期发现早期治疗，更有机会延缓，甚至避免肝硬化发生。团队强调，许多经 AI-ECG 模型辨识出的患者，若仅依赖传统检查，可能不会察觉肝脏早就发生病变。这项突破，有机会填补现行肝脏检测法的长期缺口。

然而，这套模型要大规模导入临床应用前，仍有几个关键问题需要克服。首先，模型是以特定族群资料训练，不同族裔与医疗体系适用性与稳定性，仍待进一步验证。其次，AI 判读结果如何取得医师信任、融入健检流程，又不额外增加医疗负担，都是实务上挑战。

AI 驱动的预防性医疗转型

团队将持续追踪新诊断出的慢性肝病患者，以评估疾病早期介入治疗，对病程进展与后续治疗结果的影响。这项研究不仅是肝病诊断的重要进展，也可能促使医疗体系重新思考：如何善用既有例行检查资料，结合人工智慧，挖掘出过去未曾察觉的健康讯息。换言之，AI-ECG 模型让原本仅用於心脏评估的心电图，多了一层辨识其他健康风险的价值，也为以预防为核心的医疗发展，开辟出一条可行的新路径。

这类研究发展，让未来慢性肝病不用等到症状出现才介入治疗，而是透过既有心电图检查资料与人工智慧，争取更早治疗的机会。虽然这种医疗模式尚在起步阶段，但仍相当值得期待。

科技新报

图档来源 : 123rf.com