《PLOS Digital Health》：AI-ECG classification for Brugada syndrome: A study of machine learning techniques to optimise for limited datasets
编辑推荐：
深度神经网络在有充足训练数据时能以高准确度对心电图（ECG）进行分类。像Brugada综合征这类罕见疾病（一种易患猝死的遗传性心律失常综合征）因数据稀缺阻碍模型训练而带来挑战。研究人员评估了多种机器学习（ML）方法，以在有限训练数据下优化Brugada的ECG
深度神经网络在有充足训练数据时能以高准确度对心电图（ECG）进行分类。像Brugada综合征这类罕见疾病（一种易患猝死的遗传性心律失常综合征）因数据稀缺阻碍模型训练而带来挑战。研究人员评估了多种机器学习（ML）方法，以在有限训练数据下优化Brugada的ECG分类模型。基线模型训练于中山医院数据集（Zhongshan-baseline，含176例Brugada、176例右束支传导阻滞（RBBB）及352例正常ECG），设为二分类任务区分Brugada与非Brugada ECG，采用25%-75%训练-测试划分以加剧数据稀缺。为增强训练，研究人员纳入三个额外数据集：（i）中山医院另一带标签ECG集（含正常与RBBB，Zhongshan-pretrain）；（ii）Hammersmith医院无标签ECG集（含Brugada与非Brugada，Imperial）；（iii）开放标签ECG集PTB-XL。测试三种策略：（1）有监督预训练，（2）带数据增强的自监督预训练，（3）SMOTE（合成少数类过采样技术）过采样。各模型在未见内部测试集与外部Brugada模拟数据集上评估，并以80%-20%划分为次要分析。基线模型准确度92.2%、F1值0.837、ROC曲线下面积（AUC）0.962。有监督预训练在数据稀缺时显著提升性能，基于Zhongshan-pretrain预训练的最佳模型使准确度（+3.2%）、F1（+0.071）、AUC（+0.019）提升且交叉验证一致；自监督预训练增益较小且波动大，但部分模型在Brugada模拟集上更好抑制假阳性；SMOTE效果不一致。当标签数据充足时，预训练与过采样收益递减。结果表明，在有限训练数据下结合预训练与过采样可助力罕见病AI-ECG模型开发。
研究背景方面，人工智能应用于心电图（AI-ECG）解读在心血管诊断中快速发展，深度学习可实现自动化ECG分类，但在Brugada综合征等罕见病中，因病例稀少导致标签数据稀缺，模型训练易受限且易过拟合。Brugada综合征为全球患病率约1/5000的遗传性心律失常综合征，靠12导联ECG上特征性（如V1–V3导联穹隆型或马鞍型ST段抬高）模式由专家诊断，误诊将影响猝死风险分层。因此，研究人员以Brugada综合征为案例，探究在数据受限时如何通过有监督预训练、自监督预训练与SMOTE过采样等策略提升二分类（Brugada vs非Brugada）模型性能。该研究发表于《PLOS Digital Health》，其意义在于为罕见心脏病AI-ECG建模提供可迁移的数据高效训练范式，并提示在标签充足时预训练收益递减。
关键技术方法上，研究人员构建多中心ECG队列：基线集Zhongshan-baseline（中山医院704例12导联ECG：352正常、176 RBBB、176确诊Brugada）；预训练集包括Zhongshan-pretrain（中山医院19472例正常+RBBB）、PTB-XL（公开18179例五类标签ECG）、Imperial（Hammersmith医院67例确诊Brugada患者717条无标签记录）。信号统一降采样至100 Hz，以R波峰值±500 ms截取单拍，按患者级25%-75%与80%-20%划分训练-测试集。基线模型为10个DenseNet式块组成的1D卷积特征提取器接全连接分类头。三策略分别为：有监督预训练（在Zhongshan-pretrain做正常/RBBB二分类或在PTB-XL做五分类后迁移并冻结多数层微调）；自监督预训练（SimCLR与MoCo-V2对比学习，配基线漂移、高斯噪声等真实变异增强）；SMOTE在少数类Brugada心拍间插值合成新样本。评估指标含准确度、F1、AUC、灵敏度、特异度及Brugada模拟集假阳性率，并用SHAP解释V1/V2归因。
研究结果部分，基线模型性能：25%-75%划分下准确度92.2%、F1 0.837、AUC 0.962，交叉验证稳定。有监督预训练：Zhongshan-pretrain预训练微调后准确度95.4%、F1 0.908、AUC 0.981，较基线准确度+3.2%、F1+0.071、AUC+0.019（Bootstrap 95%CI均显著），校准Brier分数下降；PTB-XL预训练亦有聚合增益但略低。自监督预训练：SimCLR于Imperial集达93.2%准确度、AUC 0.970，优于基线但不及最佳有监督；MoCo-V2多逊于SimCLR；在外部Brugada模拟集（RBBB、早期复极、前壁STEMI、肥厚型心肌病共611条）上，特定SimCLR/MoCo-V2配置假阳性率降至5%以下，而有监督部分配置假阳性率与基线持平或升高。SMOTE过采样：将Brugada心拍从594增至1772，但准确度与F1无一致改善，交叉验证置信区间重叠。80%-20%划分时基线准确度96.6%近天花板，预训练增益边际化。SHAP分析显示V1（89%病例进前三）、V2（60%）导联归因最强，时间集中在QRS–ST–早T波，参数随机化检验证实归因非伪影。
讨论部分总结：有监督预训练因目标域相似（尤其含RBBB等鉴别表型）在稀缺数据下收益最大；自监督可借无标签数据逼近有监督性能且对分布偏移更稳，但依赖预训练集多样性与增强策略；SMOTE仅做近邻插值，t-SNE示其聚于真实样本簇内，缺多样性易致过拟合，VAE生成样本则因导联间关系失调被弃用；当80%-20%标签充足时预训练计算开销不抵边际增益。作者指出单中心、阳性富集（1:3）及未含全形态谱系限制外推，模型应置于高先验场景（遗传心律门诊、Holter监测）而非普通筛查。
结论翻译：研究结果表明，借助恰当的预训练方法与过采样技术，即便在有限训练数据下，亦可显著提升检测Brugada综合征的AI-ECG模型性能；该策略可推广至其他数据稀缺的罕见心脏疾病AI-ECG建模，应在临床部署前模型开发阶段予以考虑以最大化准确度与性能。
