黎明 张宇霞 蔡卫卫 胡传言 卢海涛

心律失常是由于窦房结激动异常或激动产生于窦房结以外，激动的传导缓慢、阻滞或经异常通道传导，即心脏活动的起源和/或传导障碍导致心脏搏动的频率和/或节律异常。全世界因心律失常诱发突发性心搏停止导致死亡的患者比例占所有因心血管疾病而死亡患者数量的1/2[1-4]。临床心电图是医学界广泛认可的用于筛查和诊断心律失常的方法。然而目前中国的心电医生供不应求，能熟练并准确读取识别心电图的医生数量更少[5]。另一方面，目前大多数12导联心电图自动诊断的可靠性仍然较低[6-7]。因此，迫切需要更有效的手段来实现心电图的自动识别。随着计算机智能技术的飞速发展，人工智能技术在部分医学领域取得了巨大发展，已成功应用于心血管疾病的诊断和治疗[8]。本院与乐普人工智能心电医学团队合作，评估基于人工智能的AI-ECG心电算法对心律失常检测的有效性，为未来人工智能指导临床治疗提供实践基础，帮助临床医生更加高效准确地完成临床实践工作。

1 资料与方法

1.1 一般资料

选择2018年9月至2019年9月于我院实行人工智能心电网络系统就诊的13 145例患者，共收集13 949 份心律失常样本。纳入标准：年龄≥18周岁。排除标准：年龄<18周岁以及使用起搏器的患者。所有静态心电检查的诊断标准均符合《内科学》的要求[9]。所有临床资料均征得患者家属的知情与同意，并已获医学伦理委员会批准。13 145例研究对象资料包括门诊3888例，住院3637例，体检5620例；其中，男6919例，女6226例，年龄18～103岁，年龄中位数32岁。

1.2 方法

1.2.1 数据采集方法 本项目使用由深圳市凯沃尔电子有限公司生产的ECG-1112M型12导联心电图机，以25 mm/s的纸速、10 mm/mV的增益，于安静环境下对患者进行心电图检查，并要求其保持平卧，全身放松。……