《Clinical Cardiology》:Diagnostic Performance of a Deep Learning Model Using Phonocardiogram and Single-Lead ECG Signals for Detecting Moderate-or-Greater Aortic Stenosis: Multicenter External Validation
编辑推荐:
背景:瓣膜性心脏病,尤其是主动脉瓣狭窄(aortic stenosis, AS),在晚期前常无症状,因此早期检测具有挑战性。尽管心脏听诊是传统筛查工具,但其诊断准确性有限。研究人员旨在外部验证一个基于深度学习(deep learning)的模型(eAS模型),
背景:瓣膜性心脏病,尤其是主动脉瓣狭窄(aortic stenosis, AS),在晚期前常无症状,因此早期检测具有挑战性。尽管心脏听诊是传统筛查工具,但其诊断准确性有限。研究人员旨在外部验证一个基于深度学习(deep learning)的模型(eAS模型),该模型使用心音图(phonocardiogram, PCG)和单导联心电图(electrocardiogram, ECG)信号检测中度及以上AS。
方法:PCG和ECG记录通过PCG设备(Cardio-EGG)获取。经胸超声心动图(transthoracic echocardiography, TTE)作为参考标准。外部验证队列由3家医疗机构的951例患者组成,其中70例为中度及以上AS。主要结局为检测中度及以上AS的敏感性;次要结局包括受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUROC)、特异性、预测值和似然比(likelihood ratio, LR)。
结果:外部验证队列(n=951,中位年龄73岁,男性65%)比训练/开发队列表现出更晚期的瓣膜病。eAS模型达到AUROC 0.9632(95% CI:0.9471–0.9774)。使用预先确定的阈值,敏感性为92.9%,特异性为87.9%,产生阳性LR为7.65,阴性LR为0.08。模型推导概率与AS严重程度的超声心动图指标强相关(对峰值跨瓣速度的校正R2 = 0.5051)。探索性亚组分析显示性能总体一致,但在小亚组中估计不精确。
结论:eAS模型在多中心外部验证队列中检测中度及以上AS表现出高诊断性能。基于人工智能(artificial intelligence, AI)的PCG/ECG分析可能支持将患者从听诊转诊至超声心动图进行AS评估的决策。
研究人员围绕主动脉瓣狭窄(aortic stenosis, AS)这一临床重要瓣膜病开展解读。研究背景显示,在人口老龄化背景下,钙化性主动脉瓣病和退行性二尖瓣病患病率上升;AS在≥75岁人群中估计患病率为12.4%,其中3.4%为严重AS。未治疗的有症状AS预后极差,报告1年死亡率为53.1%,而接受外科主动脉瓣置换(surgical aortic valve replacement, SAVR)者为6.4%。约25%的严重AS患者无症状,老年患者症状常不特异,导致诊断延迟;即使无症状,也常在2–3年内进展为症状出现或死亡,近期证据提示早期SAVR或经导管主动脉瓣置换(transcatheter aortic valve replacement, TAVR)可减少不良结局,因此指南推荐早期检测、密切随访和及时干预。然而,常规临床中大量患者仍未获诊断。英国一项基于人群的超声心动图筛查研究报告,≥65岁个体中11.3%存在需治疗的临床显著瓣膜性心脏病,其中6.4%为新诊断。心脏听诊长期作为基本筛查工具,但其诊断性能高度依赖医师经验,重复性有限,近期系统评价强调其敏感性有限且特异性平衡欠佳。数字心音图设备小型化后促进临床应用,Cardio-EGG(AMI Inc., Kagoshima, Japan)为日本获批的心音图设备,可在8 s内记录心脏生理信号,能可视化AS相关特征性收缩期喷射性杂音,但解释仍依赖专业知识,重复性和诊断准确性仍存挑战。人工智能和深度学习为利用PCG和ECG等无创生理信号筛查心血管疾病提供新可能。研究人员既往报道使用Cardio-EGG获取的PCG和ECG信号预测以B型利钠肽(B-type natriuretic peptide, BNP)表示的心脏负荷,外部验证AUROC为0.895;在此基础上,研究人员开发了检测至少中度临床显著AS的深度学习模型,并在独立外部验证队列中评估其诊断性能。
研究人员开展了一项多中心、横断面观察性研究,采用前瞻性收集数据,外部验证队列来自3家医疗机构,包括2家三级医院和1家社区综合医院,共951例患者,其中70例为中度及以上AS。研究主要结局为检测中度及以上AS的敏感性,次要结局包括AUROC、特异性、阳性预测值(positive predictive value, PPV)、阴性预测值(negative predictive value, NPV)及阳性/阴性似然比(LR+/LR?)。结果显示,eAS模型在多中心外部验证队列中具有高诊断性能,AUROC为0.9632,预先设定阈值下敏感性为92.9%、特异性为87.9%,PPV为37.8%、NPV为99.4%、LR+为7.65、LR?为0.08;模型输出概率与超声心动图AS严重程度指标相关。该研究提示,基于AI的PCG/ECG分析可能支持从听诊到超声心动图转诊的决策,对AS诊断路径具有潜在临床意义。
关键技术方法方面,研究人员使用Cardio-EGG(AMI Inc., Japan)在第四左胸骨旁(4LSB)采集PCG和同步单导联ECG,记录约16 s,提取起始后5 s的8 s段,重采样至2 kHz并作零均值、单位方差归一化。训练/开发队列为2021年2月至2023年7月日本10家医院1589例;外部验证队列为2021年2月至12月3家医疗机构951例,包括2家三级医院和1家社区综合医院。参考标准为TTE,依据日本循环学会指南,采用Vmax≥3.0 m/s、mean PG≥20 mmHg和/或AVA≤1.5 cm
2。模型包括10层SE-ResNet的卷积神经网络(Convolutional Neural Network, CNN)和基于wav2vec 2.0的Transformer,采用五折交叉验证和集成,最终阈值固定为0.148。统计分析使用bootstrap 2000次患者水平重采样等。
研究结果如下。
外部验证队列临床特征与AS严重程度:训练/开发队列中中度及以上AS患病率为4.5%,外部验证队列为7.4%。外部验证队列中位年龄73岁,男性64.8%,较训练/开发队列表现出更晚期瓣膜病、较低LVEF和较高E/e′。中度及以上AS患者的中位Vmax为3.4 m/s,mean PG为27.0 mmHg,AVA为0.90 cm
2;低于中度AS对照分别为1.4 m/s、4.0 mmHg和2.10 cm
2。在无AS分类患者中,838例中167例三项定量严重程度参数均缺失;而轻度及以上AS患者每例至少记录三项中的两项。
eAS模型对中度及以上AS的诊断性能:在外部验证队列中,eAS模型AUROC为0.9632(95% CI:0.9471–0.9774)。应用开发队列预定义二值化阈值时,敏感性为92.9%(95% CI:86.4–98.4),特异性为87.9%(95% CI:85.5–90.0),PPV为37.8%,NPV为99.4%,LR+为7.65,LR?为0.08。排除既往主动脉瓣置换或经导管主动脉瓣植入患者后,AUROC为0.9628,敏感性和特异性基本不变。事后消融分析显示,PCG单独贡献了模型大部分判别性能,eAS模型输出在临床变量和标准12导联ECG间期之外提供显著增量诊断价值;PCG/ECG采集与超声心动图间隔多数为0天,限制较短间隔后性能一致。
模型输出与关键超声心动图指标关联:研究人员将连续eAS模型概率与AS严重程度超声指标作完整病例分析。eAS模型阳性者较阴性者有更高Vmax和mean PG、更小AVA;阳性者Vmax为2.6 vs. 1.3 m/s,mean PG为15.3 vs. 3.8 mmHg,AVA为1.12 vs. 2.18 cm
2。连续模型概率与Vmax校正R
2=0.5051、mean PG校正R
2=0.5094、AVA校正R
2=0.2975相关。研究人员据此认为,eAS模型输出以连续且生物学合理的方式反映AS的超声严重程度。
探索性亚组分析与参考标准不确定性:按年龄、性别、BMI、心律、合并瓣膜性心脏病和LVEF进行亚组分析,AUROC、敏感性和特异性总体一致,但多个亚组CI较宽。合并中度及以上二尖瓣反流(mitral regurgitation, MR)亚组敏感性低于80%,该亚组仅4例中度及以上AS阳性;合并中度及以上主动脉瓣反流(aortic regurgitation, AR)或三尖瓣反流(tricuspid regurgitation, TR)者特异性低于80%。在严重AS血流动力学表型分析中,26例严重AS中25例被正确识别。由于AS严重程度基于单读者超声报告判读,研究人员进行多项敏感性分析,包括按严重程度分层、单超声标准、限制Vmax/mean PG/AVA一致病例、AVA不一致病例分析及基于观察者间变异模拟扰动;诊断性能基本不变,明显误分类集中于边界或不一致病例,而非系统性准确性下降。
校准、决策曲线与错误分析:原始模型概率在外部队列存在校准漂移,但仅使用开发队列重新校准后明显改善。模型平均精度为0.692(95% CI 0.568–0.801),决策曲线分析显示在较宽阈值概率范围内净获益良好。错误分析显示,5例假阴性中3例位于轻度与中度AS边界,关键超声参数接近诊断切点;另2例合并多瓣膜反流、血流动力学复杂,虽存在微弱收缩期杂音,但缺乏AS患者典型的第二心音(S
2)减弱。与真阴性相比,假阳性者更老、女性更多、BNP和E/e′更高,AS相关超声指标更接近中度AS阈值;21.5%已有轻度AS诊断,而真阴性为2.6%。模型注意力图提示其常关注收缩中期声学活动以及S
2和舒张期,在正确和错误分类病例中均可见。
讨论部分总结:研究人员在独立多中心外部验证队列中评估了利用8 s PCG和单导联ECG检测临床显著AS的深度学习模型。eAS模型表现出优秀判别性能,预先设定阈值下敏感性和特异性均较高,LR+为7.65、LR?为0.08,表明模型能实质改变AS诊断概率。参考标准由各机构常规临床TTE报告确定,临床医师对Cardio-EGG记录和eAS模型输出设盲,结构上减少偏倚。阈值偏向敏感性被认为临床合理,因为漏诊临床显著AS的后果大于不必要的超声检查。模型可能捕获AS相关声学特征而非仅依赖浅表声学模式,其概率与Vmax、mean PG和AVA相关,支持生物学合理性。排除既往瓣膜干预后性能仍保留,提示模型并非由干预后瓣膜特征驱动。亚组分析中,心房颤动(atrial fibrillation, AF)或中度及以上TR者敏感性倾向较高,中度及以上MR者敏感性看似降低,但该亚组AS阳性例数极少;更值得注意的是,即使存在中度及以上MR,模型仍保持86%特异性,可鉴别无临床显著AS者。Grad-CAM可视化提示模型整合收缩晚期、S
2和舒张期等多组件信息。既往研究显示杂音强度与Vmax相关但受体型限制;本研究在完全独立、多中心外部队列中验证,聚焦AS管理路径中从听诊到超声心动图的早期转诊步骤。局限性包括:统计设计仅对主要结局有把握,亚组分析为探索性;研究人群为超声转诊人群,存在选择偏倚和谱偏倚,PPV随患病率变化;边界病例参考标签固有困难,且AS严重程度由单中心、非中央判读,残余不确定性不能排除;人群主要为亚洲日本患者,外推至其他族裔需研究;eAS模型未设计用于检测MR、AR和TR等其他临床显著瓣膜病。
研究结论翻译:在这项多中心研究中,研究人员外部验证了使用PCG和单导联ECG信号检测中度及以上AS的深度学习模型(eAS模型)。该模型表现出高诊断性能,其输出评分与AS严重程度的关键超声心动图指标相关。这些发现提示,基于AI的PCG/ECG分析可能支持AS诊断路径中从听诊到超声心动图的转诊决策。需要在更广泛人群中进一步验证该模型,并将该方法扩展到其他临床显著瓣膜性心脏病的检测。