上海交大团队研发“心电大模型”：面向全人群的自动心电图诊断系统

上海交大团队研发“心电大模型”：面向全人群的自动心电图诊断系统

引用

澎湃

1.

https://www.thepaper.cn/newsDetail_forward_29686818

上海交通大学刘成良教授团队在Cell Reports Medicine期刊发表最新研究成果，提出了一种知识增强的心电诊断大模型（KED）。该模型基于80万份患者心电图数据训练，通过创新的信号-语言模型架构和对比学习算法，在多种心血管疾病诊断中展现出优异性能。

心血管疾病是全球主要死亡原因，早期诊断至关重要。心电图（ECG）作为重要诊断工具，每年用于超过3亿人次检测。然而，复杂心电图的解读耗时且易出错，特别是在医疗资源匮乏地区，专业医生短缺导致准确诊断困难。人工智能在心电图诊断中展现潜力，但现有系统多集中于特定疾病诊断，难以实现广泛覆盖。

针对这些问题，研究团队开发了知识增强的心电诊断大模型（KED）。该模型由四个模块组成：心电信号编码器、医学知识编码器、标签查询网络和分类头。通过引入大型语言模型整合领域知识，并提出增强信号-文本-标签对比学习（AugCL）算法，有效缓解标签噪声问题。

KED在不同地区和人群中的表现优异，对房颤、左束支传导阻滞、前间隔心肌梗死等多种疾病的诊断性能均达到较高水平。与经验丰富的医生对比，KED在常见临床心电图类型上的诊断性能相当。

研究团队表示，KED已为六万多人提供心电图快速监测和辅助诊断服务，广泛应用于交通、建筑、矿业、养老院等多个领域。未来，医学大模型的发展方向包括多模态数据融合和个性化医疗健康服务。

这项研究为偏远和医疗资源不足地区的精准诊断提供了重要技术支持，有助于实现更广泛的早期筛查和快速诊断。

本文原文来自Cell Press细胞出版社