基于模拟的单一商用AI辅助心电图工作流程的功能评估：一项实施前概念验证研究

《Applied Sciences》：Simulation-Based Functional Assessment of a Single Commercial AI-Assisted ECG Workflow: A Pre-Implementation Proof-of-Concept Study

　　

商用人工智能（AI）辅助心电图系统在面向患者使用前，需要对从采集到审查的路径进行局部评估。研究人员开展了一项单中心、基于模拟的功能评估，针对一种商用12导联心电图配置。使用生理信号模拟器、心电图采集单元、AI辅助审查平台、多参数监护仪和中央监护系统，检查了13个预定义的节律和传导类别、报警行为、本地导出路径、一个代表性的五导联信号显示子集，以及形成性专家反馈。在13个预定义类别中，观察到12个类别水平的预期功能一致性。在保留的记录中，不一致的心脏停搏场景被归类为导联脱落/电极断开，识别出一个信号完整性边界，该边界需要在临床医生判定前验证电极、导联、电缆、波形和背景。来自五个导联90个衍生窗口的信噪比和均方根误差值以描述性方式报告。这些发现不能推广到七个未测量的诊断导联或完整的12导联信号保真度。本地PDF、HL7 v2.x、DICOM和平台同步得到了演示，但未进行独立的符合性测试或语义完整性测试。来自六位有目的性选择的专家的形成性意见包括30个有序评级（中位数5；观察范围4-5）和定性评论。这些数据不构成可用性或教育有效性验证。该研究为测试的配置提供了有限的功能证据，并确定了在临床部署前需要进行前瞻性技术、人因、多供应商和患者水平验证的要求。

**论文解读：基于模拟的单一商用AI辅助心电图工作流程的功能评估——一项实施前概念验证研究**

**研究背景与问题**

人工智能（AI）辅助心电图技术已从独立算法发展为集成系统，涵盖采集硬件、信号处理、自动报告、网络化审查和临床决策支持。深度学习模型在房颤预测、动态心律失常分类及12导联心电图自动解读方面表现出色。然而，算法性能本身并不能确保商用端到端工作流程在特定实施环境中的局部可靠性、可用性、互操作性或适用性。自动心电图解读可能提高一致性，但错误节律标签和自动化影响下的推理仍是已知风险。当前指南强调在面向患者部署前，需关注预期用途、透明度、人工监督、生命周期监控和分阶段评估。此外，模拟和人-AI研究显示，用户可能接受或误解自动输出。因此，从采集到审查的整个路径，而非仅算法本身，成为局部实施前评估的合适目标。

**研究目的**

本研究旨在通过应用一项受控的、基于模拟的协议，评估一种商用AI辅助12导联心电图配置，以填补一般实施指导与局部操作测试之间的空白。该评估记录了可观察的功能行为、失效边界、本地报警和导出路径，以及人工监督检查点。研究贡献在于提供一种结构化序列，将实施原则转化为可重复的、针对配置的测试，以及向更高后果验证推进的明确要求。

**主要技术方法**

研究人员采用混合定量与定性设计，在厄瓜多尔一所大学的临床模拟实验室中，对一种AI辅助心电图工作流程进行评估。关键方法包括：
- 使用生理信号模拟器（CONTEC MS400）生成受控信号。
- 通过12导联心电图采集单元（NeoECG T180，运行AIECG-SL算法软件版本1.0.0.0）和AI审查平台（AI-ECG Platform版本1.0）进行主要分支评估。
- 平行使用多参数监护仪（AIView V12）和中央监护系统（PC-1000A）进行报警、趋势、同步和五导联显示评估。
- 基于ASME V&V 40-2018的风险可信度逻辑和DECIDE-AI透明报告框架设计测试序列。
- 信号显示一致性通过信噪比（SNR）和均方根误差（RMSE）描述性表征。
- 形成性反馈来自六位有目的性选择的专家（两位生物医学工程师、两位临床医生、两位医学教育者），采用五点量表和开放式问题。

**研究结果**

**3.1 场景水平功能一致性与边界检测**
在13个预定义节律和传导类别中，12个类别观察到预期类别水平功能一致性（92.3%，Wilson 95%置信区间66.7-98.6%）。心脏停搏是唯一不一致的类别，被归类为导联脱落/电极断开，识别出一个信号完整性边界：平线呈现需在临床医生判定前验证电极接触、导联、电缆完整性、多导联行为、信号源和临床背景。

**3.2 五导联子集中的信号显示一致性**
信号显示数据集包含90个衍生窗口（5个导联×6种条件×3个窗口）。SNR和RMSE分布以中位数和观察范围描述性呈现。例如，在0.5 mV条件下，导联II的SNR范围为29.5-33.2 dB，导联V2的SNR范围为24.8-28.4 dB。未应用通过/失败分类，且未对子集外的七个诊断导联进行推断。

**3.3 工作流程、报警和导出发现**
测试配置支持心电图采集、波形审查、AI辅助报告讨论、视觉和听觉报警观察、中央监护系统显示及监督解读。本地PDF、HL7 v2.x、DICOM和平台同步得到演示。这些观察仅建立了本地导出或同步功能，未建立语义完整性、正式符合性、通用互操作性或网络中断恢复能力。人工监督通过四个检查点实现：解读前验证信号完整性、接受自动输出前检查波形、临床医生对不一致发现的判定、以及记录覆盖或边界条件。

**3.4 探索性专家反馈**
六位专家完成所有五个项目，共30个有序评级，中位数为5，观察范围为4-5。各领域的中位数：波形清晰度5（范围5-5），界面易用性5（4-5），AI辅助自动输出4（4-5），报告生成/导出4（4-5），实际适用性5（4-5）。定性综合识别出对信号完整性验证、临床医生引导审查、本地网络和配置控制、可追溯导出以及教育专用标签的反复需求。预一致性编码者间一致性为实质性的（Cohen’s kappa = 0.81）。

**3.5 证据到决策框架**
评估输出被组织成证据到决策框架，将测试功能与使用约束分开。表1链接每个证据领域与评估终点、观察到证据和有限使用含义。图4将测试的模拟中心路径与两个提议的未来路径并列，仅用例1进行了经验性测试。

**讨论与结论**

**讨论**
本研究为商用AI辅助心电图工作流程在受控模拟中提供了实施前功能证据。最信息丰富的发现不是12/13类别一致性本身，而是心脏停搏/导联脱落边界直接改变了所需的监督程序。该差异说明自动陈述必须结合信号完整性进行解读。平线呈现可能反映生理状态、电极脱落、导联或电缆故障或信号丢失，因此操作员培训应要求固定验证序列。五导联SNR/RMSE分析提供了描述性证据，但未建立完整12导联信号保真度。导出和同步通过PDF、HL7 v2.x、DICOM和平台支持了数字连续性，但仅反映功能互操作性，非协议级符合性。测试配置可支持受控模拟中的可重复工作流程演示，但教育价值不可推断，因未测量学习者结果。这些约束在资源有限环境中尤其相关，分阶段模拟路径可降低部署风险。

**局限性**
本研究限于单一机构、单一商用配置、13个预定义模拟器类别、五导联描述性信号子集、本地导出演示和六人专家小组。未进行独立盲法判定、计量可追溯参考不确定性、场级导出完整性、非AI比较器或全面12导联伪影测试。这些限制阻碍了通用性，但并未否定配置特定证据或识别集成和监督边界在更高后果测试前的价值。

**结论**
受控模拟为一种商用AI辅助心电图配置的可观察行为提供了有限功能证据。研究记录了13个预定义场景的类别水平行为、五导联子集中90个窗口的描述性信号显示发现、本地报警和导出行为，以及形成性专家观察。由于信号显示指标仅来自监护/中央监护系统分支的五个导联，它们不能推广到七个未测量的诊断导联或完整12导联信号保真度。心脏停搏/导联脱落不一致识别出一个临床相关的信号完整性检查点，需要验证和临床医生判定。这些发现支持结构化模拟作为识别配置依赖性和监督要求的方法，为前瞻性技术、比较人因、互操作性和患者水平验证提供基础。它们不建立模型准确性、临床有效性、教育效能或面向患者准备就绪。