佛明翰研究為心衰一級預防提供新路徑：AI讀圖識心，高危人群心衰風險飆升20倍！

近日，基于佛明翰心臟研究（Framingham Heart Study, FHS）等多中心隊列的大規模匯總分析在JACC上發表。該研究由哈佛醫學院、麻省總醫院等團隊主導，利用人工智能（AI）技術對標準12導聯心電圖（ECG）進行深度分析，成功實現了對心力衰竭（Heart Failure, HF）風險的精準預測。

研究結果顯示，AI心電圖模型與現有的臨床風險評分工具相結合，能顯著提高對近期心力衰竭發病風險的識別能力。被AI模型判定為高風險的個體，其未來發生心力衰竭的風險是低風險人群的10至20倍。這一發現標志著心血管疾病的一級預防邁入了“AI+心電圖”的精準篩查新時代。

01

傳統篩查的局限與AI的破局

隨著人口老齡化及高血壓、糖尿病、肥胖等代謝性疾病的流行，心力衰竭已成為全球公共衛生的重大負擔。盡管目前的臨床指南推薦使用如PREVENT-HF等評分工具來評估長期風險，但這些基于傳統臨床特征的工具往往難以捕捉到心臟早期的細微結構變化（如亞臨床的心肌功能障礙），尤其是在預測短期（1-3年）發病風險方面存在不足。

為了突破這一瓶頸，研究團隊將目光投向了臨床最常用、最普及的檢查手段——心電圖。雖然醫生肉眼判讀心電圖能發現明顯異常，但AI技術能夠識別出人類肉眼無法察覺的細微波形變化。

02

研究設計：三大權威隊列強強聯合

這項名為“HeartShare/AMP-HF匯總隊列分析”的研究，不僅納入了佛明翰心臟研究（FHS）數據，還匯集了多民族動脈粥樣硬化研究（MESA）和心血管健康研究（CHS）的數據。

研究團隊最終篩選了14,126名基線無心血管疾病的參與者，通過AI算法對他們的基線心電圖進行分析。這些AI算法專門被訓練用于檢測心臟的收縮功能障礙（低射血分數，ECG-AI LEF）和舒張功能障礙（ECG-AI DD）。

研究的核心目標是評估這些AI模型是否能在PREVENT-HF臨床評分的基礎上，進一步提升對新發心力衰竭的預測價值。

03

核心發現：風險飆升20倍與“隱形”患者的發現

在長達中位數14.7年的隨訪期間，共有955名參與者發生了心力衰竭。數據分析揭示了令人震驚的風險差異：

1. 極高的風險辨識度：無論是在1年、3年、5年還是10年的時間跨度內，AI模型篩選出的陽性（高風險）人群，其心衰發病率均顯著高于陰性人群。具體而言，基線時被AI判定為陽性的參與者，其3年內發生心衰的風險是陰性者的20倍以上，10年內的風險也高達10倍。

2. 近期預測能力卓越：相比于傳統的PREVENT-HF評分，AI心電圖模型在預測近期（1至5年）心衰風險方面表現尤為出色。

3. 舒張功能的關鍵角色：研究特別指出，針對舒張功能障礙訓練的AI模型（ECG-AI DD），在預測心衰風險方面的表現甚至優于針對低射血分數的模型。這提示了亞臨床的舒張功能異常可能是未來發生心衰的重要早期信號。

4. 1+1＞2的效應：當將AI心電圖結果加入到PREVENT-HF評分中時，模型的整體預測性能（C統計量）和風險重分類能力（NRI）均得到顯著提升。這意味著，AI幫助醫生找出了那些原本被傳統評分誤判為“低風險”但實際上處于危險邊緣的“隱形”患者。

04

邁向精準預防的重要一步

研究團隊認為，AI心電圖的主要優勢在于其可擴展性。心電圖是一種廉價、無創且廣泛普及的檢查。如果能將這一AI工具整合到常規臨床工作流中，醫生就能在患者尚未出現明顯癥狀時，通過一張簡單的心電圖識別出高危人群。

如果能通過AI心電圖早期鎖定高危人群，醫生就可以更早地啟動強化生活方式干預、血壓控制以及針對性的藥物治療。這種“有的放矢”的策略，有望在癥狀出現之前就遏制疾病的進展，從而大幅降低心力衰竭的發生率和死亡率。

結語

佛明翰心臟研究作為心血管流行病學的基石，曾為人類揭示了吸煙、高血壓、高膽固醇與心臟病的關聯。如今，結合了現代人工智能技術的佛明翰研究再次煥發新生，為全球心血管健康貢獻了高質量的循證醫學證據。

【參考文獻】
Desai AS, et al. Predicting Heart Failure From 12-Lead ECGs Using AI: A HeartShare/AMP-HF Pooled Cohort Analysis. J Am Coll Cardiol. 2025.