无症状左心室功能障碍是心力衰竭的先兆，影响着700万美国人的生活。虽然这种心脏疾病在确诊后是可以治疗的，但目前尚缺乏廉价、无创无痛的筛查工具供医生诊断使用。通常的诊断方法，如超声心动图、计算机断层扫描或磁共振成像扫描等，价格昂贵且不易获得。如能开发出廉价快捷的诊断手段，将对该疾病治疗具有重要意义。
在新研究中，梅奥诊所研究人员将目标瞄向了时下医学研究的热点——人工智能技术应用。他们认为，无症状左心室功能障碍可以通过适当训练的神经网络在心电图中可靠地检测出来。为了验证，研究人员创建了一个神经网络，并从诊所数据中筛选出60多万对匹配的心电图和经胸超声心动图，用其对该神经网络进行训练、验证和测试。结果表明，人工智能应用于标准心电图分析，能够可靠地检测出无症状左心室功能障碍，准确性要优于其他常见的筛查检测。而且，这种筛查手段不仅能识别出无症状的疾病，还能预测出未来患病的风险。在没有心室功能障碍的患者中，人工智能筛查阳性的患者未来发生心室功能障碍的风险是筛查阴性患者的4倍。研究人员认为，这很可能是人工智能可以识别出在心肌衰弱之前出现的非常早期的、细微的心电图变化，并据此作出判断。
研究人员指出，心电图是一种十分容易获取、价格低廉的检测手段，通过人工智能对其进行数字化处理，能够提取隐藏的心脏病新信息，简单实惠，这对于心脏疾病的诊断及治疗具有重要意义。
