GPT-4o模型在心电图图像解读中的诊断效能研究：基于多模态人工智能的心脏病辅助诊断新策略

本研究针对传统深度学习模型在心电图(ECG)分析中开发复杂、成本高的问题，探索了多模态大语言模型GPT-4o在12导联ECG图像解读中的应用。通过零样本和少样本学习方法，证实GPT-4o能100%识别ECG图像，区分正常/异常ECG准确率达83%（95% CI 81.8%-84.6%），虽特定病理分类准确率仅41%，但为临床ECG初筛提供了可及性AI解决方案。

　　

心脏疾病是全球主要健康威胁，而心电图(ECG)作为最常用的心脏筛查工具，其准确解读对早期诊断至关重要。尽管深度学习(DL)模型在ECG分析中展现出卓越性能，但这些专业模型需要大量标注数据和特定任务训练，开发成本高昂。与此同时，以GPT-4o为代表的多模态大语言模型(LLM)在医学图像理解领域崭露头角，但其在ECG分析中的潜力尚未充分探索。来自以色列Sheba医学中心的研究团队在《JMIR AI》发表的研究，首次系统评估了GPT-4o解读ECG图像的能力，为开发低门槛的心脏病AI辅助工具提供了新思路。

研究采用80例12导联ECG图像（30例正常，50例异常含ST段抬高型心肌梗死[STEMI]、心房颤动[AF]等5类病变），通过OpenAI API测试GPT-4o在三种场景下的表现：ECG图像识别、正常/异常二分类和六类病理分类。关键技术包括：1）零样本与少样本学习策略对比；2）三种提示工程方法（基础提示、带类别描述的提示、含视觉特征指导的详细提示）；3）使用复合图像整合训练样本；4）以专家判读为金标准，计算准确率、敏感性等指标；5）增设ViT和Gemini 2.0 Flash模型作为敏感性分析对照。

场景1：ECG图像识别

GPT-4o展现出完美的图像识别能力，在"是否为ECG"的基础判断任务中达到100%准确率，证实其处理医学图像的底层能力。

场景2：正常与异常ECG分类

零样本学习准确率随提示优化从53%提升至63%，但特异性始终偏低（最高仅33%）。少样本学习显著改善性能：提供10个训练样本并附加文本指导后，模型平均准确率达83%（95% CI 81.8%-84.6%），特异性跃升至97%，表明少量典型样本能有效引导模型关注关键波形特征。

场景3：特定病理分类

模型表现明显受限，少样本学习最佳准确率仅41%。值得注意的是，正常ECG识别准确率达89%，而起搏心律以55.5%的准确率成为最易识别的异常类型，反映模型对显著电生理改变的敏感性。

敏感性分析

GPT-4o在对比测试中稳定优于ViT和Gemini 2.0 Flash，凸显其在医学图像领域的优势。

这项开创性研究揭示，GPT-4o无需专门训练即可实现ECG图像的高效初筛，其83%的二分类准确率与高特异性（97%）使其适合作为临床分诊工具。尽管在具体病理诊断上仍有局限（41%准确率），但模型展现的少样本学习能力（仅需10个示例提升30%性能）为资源有限场景提供了可行方案。研究者特别指出，GPT-4o的"推理解释"能准确描述RR间期、P波等关键特征，这种可解释性在医疗AI中弥足珍贵。

该研究的临床意义在于：1）证实通用多模态AI可突破专业模型开发壁垒；2）为急诊室快速ECG评估提供自动化方案；3）推动"AI辅助心电图分诊"概念落地。未来通过整合临床资料、优化提示工程，GPT-4o有望成为心脏病诊断链条中的重要一环，特别是在医疗资源匮乏地区。正如作者Haya Engelstein团队强调的，这项技术并非取代医生，而是作为"临床决策支持系统"，帮助更高效地识别需要优先处理的心脏异常。