《Intensive Care Medicine Experimental》：Leveraging ECG foundation models in critical care for sinus rhythm and atrial fibrillation classification
编辑推荐：
背景：深度学习近期进展推动了基于自监督学习训练的ECG基础模型（ECG-FM）的发展，此类模型可从大规模数据中提取可泛化表征。研究人员利用阿姆斯特丹大学医学中心（Amsterdam UMC）数据，评估ECG-FM在ICU患者连续监测期间检测心房颤动（AF）与窦
背景：深度学习近期进展推动了基于自监督学习训练的ECG基础模型（ECG-FM）的发展，此类模型可从大规模数据中提取可泛化表征。研究人员利用阿姆斯特丹大学医学中心（Amsterdam UMC）数据，评估ECG-FM在ICU患者连续监测期间检测心房颤动（AF）与窦性心律（SR）的性能。研究分三阶段：（i）以公开PhysioNet数据集的组内分类性能作为标签一致性的间接代理；（ii）在ICU数据上测试开箱即用微调ECG-FM；（iii）在精选公开数据集上微调ECG-FM，并对比是否加入院内弱标注ICU数据。结果：开箱即用模型迁移性有限（SR的F1=0.68，AF的F1=0.52）；在一致公开集上微调获稳健性能（SR F1=0.91，AF F1=0.82）；加入弱标注ICU数据在精度略有损失下进一步提升召回率；性能在不同导联配置下保持稳定。结论：开箱即用预训练ECG-FM对ICU连续监测泛化较差；经针对性微调后即便在未见队列也可达强性能，凸显高质量微调数据与严格本地验证的重要性。
研究背景与动机
心房颤动（AF，atrial fibrillation）是ICU中高发且预后不良的心律失常，与卒中、心衰及死亡风险增加相关。ICU连续心电监测面临生理快速变化、合并症重叠、体动与操作伪差等挑战；同时训练数据存在域偏移——公开ECG数据集标注异质、半自动标注引入噪声，而院内专家标注耗时耗力。已有深度学习心律失常检测模型在跨域时性能显著下降，且多数研究基于非ICU门诊人群，ICU特有生理特征进一步限制迁移性。近期ECG基础模型（ECG-FM）借助自监督学习从无标注大规模数据提取通用表征，但是否能应对ICU节律分类的独特难题尚属未知。为此，研究人员设计多阶段实验，评估ECG-FM在ICU中检测AF与窦性心律（SR，sinus rhythm，含窦速/窦缓/正常窦律）的可用性，论文发表于《Intensive Care Medicine Experimental》。
主要关键技术方法
研究人员采用开源基于Transformer的ECG-FM（在约150万份PhysioNet Challenge 2021与MIMIC-IV-ECG数据上预训练，使用随机导联掩码RLM策略处理任意导联子集，固定5秒窗口输入）。数据来源两类：公开PhysioNet Challenge 2021子集（PTB-XL、Chapman-Shaoxing、Georgia、CPSC，剔除AF/SR样本不足200的队列）；阿姆斯特丹UMC连续监测数据，构建Amsterdam UMC-weak（护士每小时文书节律对齐10秒ECG，弱标注，8500段/119人）与Amsterdam UMC Expert（另时段349人25714段中分层抽600段由6名医师双判+资深医师仲裁，592段有效）。所有信号统一500 Hz重采样、1–47 Hz零相位三阶Butterworth带通、z-score标准化。实验一在各公开集上独立微调（附加AF/SR二线性头）做5折交叉验证以间接评估标签一致性；实验二直接用Hugging Face发布的MIMIC-IV-ECG微调版推理Expert集；实验三在精选公开集（PTB-XL+Chapman-Shaoxing）微调，并对比加入Amsterdam UMC-weak（Pub+weak）的方案，阈值按验证集最大F1选定，5随机种子平均，Bootstrap 95% CI与Cliff's delta评估差异。
研究结果
实验1：公开数据集筛选与标签一致性评估
在PTB-XL、Chapman-Shaoxing、Georgia、CPSC上分别微调ECG-FM并5折内验。PTB-XL与Chapman-Shaoxing的AF/SR F1均高于Georgia与CPSC，尤SR差异明显，提示前两者内部标注更可靠，选入实验3。
实验2：ECG-FM开箱评估
将公开发布的MIMIC-IV-ECG微调ECG-FM用于Amsterdam UMC Expert（592段）。SR F1=0.68、AF F1=0.52，迁移性差；AF召回偏高但精度低，证明无适配的预训练模型不能直接用于ICU连续监测。
实验3：ECG-FM微调
Pub方案（仅PTB-XL+Chapman-Shaoxing）在Amsterdam UMC Expert上SR F1=0.914、AF F1=0.814；Pub+weak方案SR F1=0.920、AF F1=0.830，弱标注数据以精度微降（AF?0.012，SR?0.014）换得召回提升。在Amsterdam UMC-weak测试集上F1从0.743升至0.829（AF）与0.957升至0.970（SR）。公开测试集性能最高（AF 0.937/SR 0.977）。取10秒ECG后5秒重测性能相近，证明时序稳定；1–4导联与5–8导联组性能有小幅差异但整体稳健，RLM预训练使模型适应异质导联。性别分层差异极小，年龄组中AF变异大于SR，但子组样本不均需谨慎解读。错分案例多源于ICU特有复杂情况：房扑误为AF、起搏节律判为SR、5秒窗内节律切换而标注基于10秒、床边伪差等。
讨论与结论翻译
讨论指出，ECG-FM经精选公开诊断ECG微调即可在专家标注ICU连续监测数据上强泛化；加入院内弱标注进一步提升召回与综合F1。公开集内部验证表现与其文档透明度一致——Chapman-Shaoxing三级医师校验、PTB-XL自动+心内科医师复核表现优，Georgia/CPSC文档薄弱且性能低，说明数据文档完整性是质量信号。与Chen等人从零训CNN（无预训练、约1万条）相比，ECG-FM（wav2vec 2.0式卷积+Transformer、预训练约150万条）在完整节律谱（含Other类）上更具临床现实性。局限包括单模型代理标签质量、5秒窗时延、单中心、护士弱标注时间戳取整引入对齐噪声、Expert集仅592段。
结论（译）：本研究以多阶段实验评估ECG-FM在ICU检测AF与SR。结果表明，经精选公开集微调的ECG-FM对外部专家标注ICU连续监测数据保持强泛化；加入弱标注院内ICU数据进一步提升召回与整体F1，精度代价轻微；ECG-FM可有效适应多样临床分布与异质导联配置，为重症心律失常检测提供可扩展方案。
