人工智能赋能心电图检测先天性矫正型大动脉转位（ccTGA）的突破性研究

来自某机构的研究人员针对罕见先天性心脏病L-loop先天性矫正型大动脉转位（ccTGA）早期诊断难题，开发了基于12导联心电图（AI-ECG）的卷积神经网络模型。该模型在61,482例患者数据中实现AUC 0.95（95% CI 0.94–0.96），可识别QRS波增宽、V1 -V2 导联负向QRS波等特征，为ccTGA的规模化筛查提供新工具。

　　

L-loop先天性矫正型大动脉转位（congenitally corrected transposition of the great arteries, ccTGA）是一种可能潜伏数十年才被发现的罕见先心病，其导致的严重并发症使得早期筛查至关重要。这项研究构建了基于人工智能的心电图（artificial intelligence–enabled electrocardiogram, AI-ECG）诊断系统，利用61,482名患者（ccTGA占比0.7%）的首份12导联心电图数据，通过卷积神经网络挖掘ccTGA的潜在电生理特征。

模型在测试队列中展现出优异的判别能力：受试者工作特征曲线下面积（AUC）达0.95（95%置信区间0.94–0.96），精准率-召回率曲线下面积0.16（95% CI 0.12–0.21）。尽管对<1月龄患儿灵敏度略低，但模型成功捕捉到三大关键特征：增宽的QRS波群、V₁
-V₂
导联负向QRS波，以及侧胸导联Q波缺失。

该突破性进展证实，AI-ECG技术能敏锐识别罕见先心病的细微心电图模式，为临床提供可大规模推广的早期诊断方案。未来研究需在多中心进行外部验证，并探索结合多模态数据以进一步提升模型性能。