摘要背景 人工智能(AI)技术存在易受对抗性攻击和过拟合现象,在实践应用中效果不及实验数据完美.考虑到远程心电图会诊收费和时效性等因素,基层医务人员会直接采用 AI 诊断结果,可能存在医疗风险.目的应用黄山市区域远程心电诊断中心 3 年的会诊数据,以医师诊断为标准,分析 AI 诊断的准确性及其影响因素.方法 回顾性收集 2020 年 9 月—2023 年 9 月黄山市区域远程心电诊断中心来自基层医疗机构的全部会诊心电图 18 164份.分别将 AI 和医师心电图诊断结论分为正常、阳性、危急及采集不良 4 类,并将患者身份信息与同期黄山市人民医院住院电子病历系统关联,提取相关患者在三级医院的出院诊断信息,按出院诊断分为心血管疾病(CVD)住院和非 CVD 住院两类.采用配对设计的 McNemar χ2 检验比较 AI 组与医师组分类差异,采用 Pearson χ2 检验比较两组分类结果与是否因 CVD 住院的差异性,剔除采集不良病例后,以正常类为参照,采用单因素 Logistic 回归分析探讨不同分类与 CVD 住院的相关性.进一步将医师组非采集不良心电图的 17 个心电图指标转化为二分类变量,以 AI 组与医师组分类是否一致为因变量,绘制 ROC 曲线对医师组危急类、阳性类进行分层分析,评价各心电图指标对两组分类不一致的影响.结果 共纳入远程常规心电图 18 164 份,患者中位年龄为 69(65,74)岁,其中男 8 731 例、女9 433 例.医师组分类为正常 5 873 份(32.3%)、阳性 11 678 份(64.3%)、危急 393 份(2.2%)、采集不良 220 份(1.2%);AI 组相应分别为 4 723 份(26.0%)、12 861 份(70.8%)、390 份(2.1%)和 190 份(1.0%).研究期间相关患者同期转入三级医院住院 553 人次,其中 CVD 住院 457 人次(82.6%).单因素 Logistic 回归分析显示,以正常心电图为参照,医师组阳性类和危急类因 CVD 住院风险分别为正常类的 1.84 倍(OR=1.84,95%CI=1.11～3.04)和2.80倍(OR=2.80,95%CI=1.08～7.21)(P<0.05);AI组阳性类(OR=1.54,95%CI=0.88～2.67)和危急类(OR=2.46,95%CI=0.92～6.55)与 CVD 住院无统计学关联(P>0.05).AI 组与医师组诊断分类一致 16 018 份(88.2%),不一致 2 146 份(11.8%),两组差异有统计学意义(χ2=680.931,P<0.001);以医师组为标准,AI 组误诊率为 27.7%,漏诊率为 3.9%.ROC 曲线结果显示,在医师组危急类心电图中,窦性心律、ST 段异常及急性心肌缺血对两组分类不一致有判别价值,ROC 曲线下面积(AUC)分别为 0.74(95%CI=0.65～0.82)、0.69(95%CI=0.58～0.80)和 0.97(95%CI=0.96～0.99);在医师组阳性类心电图中,低电压和T波异常对两组分类不一致有判别价值,AUC分别为0.58(95%CI=0.55～0.61)和0.61(95%CI=0.58～0.63);在医师组正常类心电图中,心动过缓对两组分类不一致有判别价值,AUC 为 0.58(95%CI=0.56～0.60).结论 当前的 AI 算法对心电图诊断的准确性低于医师组,仍需有经验的医师审核确认.提示应用于临床的AI 技术应进行广泛的稳健性验证.