心电图基础模型用于年轻竞技运动员心血管筛查:性能验证与域偏移分析

《npj Digital Medicine》:ECG foundation models for cardiovascular screening in a cohort of young competitive athletes

【字体: 大 中 小 】 时间:2026年11月23日 来源:npj Digital Medicine 18.0

编辑推荐:

  人工智能驱动的心脏筛查(Cardiac Screening)有望通过提升准确性、效率与成本效益变革运动医学(Sports Medicine),其中基于基础模型(Foundation Model)的自动化心电图(Electrocardiogram,ECG)解读将

  
人工智能驱动的心脏筛查(Cardiac Screening)有望通过提升准确性、效率与成本效益变革运动医学(Sports Medicine),其中基于基础模型(Foundation Model)的自动化心电图(Electrocardiogram,ECG)解读将成为大规模运动员筛查的关键。在部署应用之前,验证这些临床开发的模型是否适用于目标人群至关重要。研究人员评估了在一般临床人群中训练的心电图基础模型能否诊断运动员特异性的心电图表现。研究团队在PhysioNet/CinC 2021数据集(87,662份样本)上对三个模型(ECG-FM、HuBERT-ECG、ECGFounder)进行微调(Fine-tuning),并在43例来自高度训练/国家级运动员的专家标注心电图上测试其性能。模型在PhysioNet/CinC 2021数据集上表现强劲(受试者工作特征曲线下面积AUROC 0.97,精确-召回率曲线下面积AUPRC 0.57,灵敏度Sensitivity 0.89),但在运动员数据中性能下降,证实了域偏移(Domain Shift)的存在。ECGFounder表现最佳(AUROC 0.84,AUPRC 0.72,Sensitivity 0.57),且能良好检测出最常见的表现:窦性心动过缓(Sinus Bradycardia,AUROC 0.87)与窦性心律不齐(Sinus Arrhythmia,AUROC 0.95)。鉴于研究队列样本量较小,罕见类别的逐标签(Per-label)估计值需谨慎解读。本项工作为开发以运动员为中心、实现可靠心电图筛查的人工智能(Artificial Intelligence,AI)框架做出了贡献。
**研究背景**

规律的体力活动对整体健康与长寿的益处已获充分证实,但剧烈运动使罹患潜在心脏疾病的运动员面临运动相关心脏骤停(Sports-related Sudden Cardiac Arrest,SCA)的风险,若不及时干预可进展为心源性猝死(Sudden Cardiac Death,SCD),运动情境下定义为运动期间或运动后一小时内的意外死亡。职业体育联盟普遍强制实施心血管筛查,至少包含病史采集、体格检查与标准12导联心电图(Electrocardiogram,ECG)。证据表明ECG筛查是最有效的策略,其灵敏度分别是单纯病史的5倍、单纯体格检查的10倍;意大利实施强制心脏筛查后,运动员心源性猝死年发病率降低90%。然而该成效未能在以色列等地复制,且经济学分析显示筛查成本高昂(美国每挽救一条生命估计耗费1060万至1440万美元)。此外,运动员心脏(Athlete's Heart)的生理性适应可模拟病理模式,导致假阳性与假阴性,限制了筛查的诊断价值。近年来,人工智能(Artificial Intelligence,AI)与深度学习(Deep Learning,DL)推动了自动化ECG分析的发展,但任务特定模型跨人群迁移能力差;基础模型(Foundation Model,FM)在大规模未标注数据上预训练、泛化能力强,尤其适用于数据稀缺的运动心脏学(Sports Cardiology)领域。但多数ECG基础模型训练于一般临床人群,能否捕捉运动员特有的心脏结构与电学适应尚属未知,验证其适用性因此成为模型落地运动医学的关键前提。

**研究方法**

研究人员选取三种代表性ECG基础模型:ECG-FM与HuBERT-ECG(transformer架构,自监督学习(Self-Supervised Learning,SSL)预训练)、ECGFounder(CNN架构,有监督学习(Supervised Learning,SL)预训练)。三者均在PhysioNet/CinC 2021数据集(87,662份ECGs,来自中国、德国、美国机构)上按8:1:1划分后微调,另以CODE-15%数据集(巴西,20,000份ECGs)作外部临床验证;运动员队列(LMU)来自慕尼黑路德维希马克西米利安大学医院运动医学中心,含43名男性职业足球运动员(平均年龄20.3±4.5岁)的12导联ECG,由运动心脏病专家标注。评估指标含受试者工作特征曲线下面积(Area Under the Receiver Operating Characteristic Curve,AUROC)、精确-召回率曲线下面积(Area Under the Precision-Recall Curve,AUPRC)、灵敏度、特异度与F1分数(F1-Score);统计采用自助法(Bootstrapping,5000次迭代)计算95%置信区间(Confidence Interval,CI),配对置换检验(Permutation Test)评估域偏移,Friedman检验结合事后Wilcoxon检验与错误发现率(False Discovery Rate,FDR)校正比较模型。

**研究结果**

数据集特征方面,研究在PhysioNet/CinC 2021与独立运动员队列LMU(43名男性职业足球运动员,高度训练/国家级水平)上评估三种模型,并设CODE-15%外部临床基准。

PhysioNet/CinC 2021与CODE-15%数据的基线性能方面,三模型在临床数据集上表现优异,宏平均AUROC为0.94(HuBERT-ECG)至0.97(ECG-FM与ECGFounder),与计算心脏病学挑战赛(Computing in Cardiology Challenge)公布的基准成绩一致;在CODE-15%的六个共享类别上宏平均AUROC达0.97–0.98,证实跨机构基线诊断能力稳健。

专业运动员数据上的模型性能方面,模型在LMU数据上仍保持高于基线的判别能力但整体下降。ECGFounder总体最佳(宏平均AUROC 0.84,95% CI 0.74–0.92;AUPRC 0.72),其后依次为ECG-FM(AUROC 0.80)与HuBERT-ECG(AUROC 0.73)。阈值依赖指标呈分化:宏平均特异度均不低于0.93,而宏平均灵敏度与F1分数均低于0.5的95% CI下限。

逐标签性能方面,窦性心动过缓(Sinus Bradycardia,SB,n=18)与窦性心律不齐(Sinus Arrhythmia,SA,n=9)获所有模型高灵敏度识别(0.89–1.00);束支传导阻滞(Bundle Branch Block,BBB,n=18)、心动过缓(Bradycardia,n=17)与窦性心动过速(Sinus Tachycardia,STach,n=2)灵敏度均为0.00,尽管BBB与Brady是LMU中最常见的标签之一;完全性右束支传导阻滞(Complete Right Bundle Branch Block,CRBBB)识别有限(灵敏度0.25–0.50)。正例数≤5的标签统计上不可靠,仅供完整性参考。逐例可视化显示,模型对Brady与BBB阳性病例预测概率集中于零附近(94–100%<0.1),属"确定性阴性"而非临界状态,调整阈值无法恢复检测;25–35%的CRBBB阳性病例处于0.3–0.7临界区。非窦性心律(Normal Sinus Rhythm,NSR)低灵敏度集中于合并SB或Brady的运动员(中位概率0.08–0.21,而单纯NSR运动员为0.57–0.92),模型将之预测为SB(69–90%)。

模型比较方面,Friedman检验显示模型间差异仅见于阈值无关指标:AUROC(χ2=9.78,df=2,p=0.0075)与AUPRC(χ2=9.53,df=2,p=0.0085)显著,而灵敏度、特异度与F1分数无显著差异。事后分析表明ECGFounder显著优于HuBERT-ECG(AUROC与AUPRC校正后p值均为0.0117),ECG-FM与他模型无显著差异。

域偏移分析方面,配对置换检验显示,与PhysioNet/CinC 2021相比,三模型在LMU数据上的AUROC均显著下降(平均差异0.169、0.214、0.129,p=0.0052、0.0058、0.0122),灵敏度亦显著下降(平均差异0.530、0.341、0.284,p=0.0032、0.0190、0.0242);而特异度(p=0.4570–0.8120)、AUPRC(p=0.7260–0.9090)与F1分数(p=0.0698–0.7040)无显著下降,证实从一般临床数据向运动员数据的域迁移显著损害阈值无关判别能力与灵敏度。

**讨论与结论**

研究表明,临床训练的ECG基础模型对运动员ECG仅部分可迁移:SB、SA等临床与运动场景下均为良性的表现识别可靠,BBB等潜在病理性标签完全漏检,在筛查中可能带来假性安心的风险,具有指向性改进空间。逐标签分析显示性能损失具标签特异性而非普遍现象,或源于上下文/语义偏移:心动过缓(Bradycardia)在临床数据中罕见(患病率0.32%)且被视作病理性,在LMU中患病率39.5%却属迷走神经张力增高所致的正常生理适应,基础模型无法将该生理模式映射至已学习的病理性标签;CRBBB在临床数据集中多为病理性而运动员中常为良性、与运动性心脏重塑相关的表现,模型同样未能泛化。研究人员认为性能下降主要源于运动员心脏特有的生理分布,而非人口学代表性不足(基础模型已在儿童等人群展现稳健表现)或预训练数据泄漏(ECGFounder未接触PhysioNet/CinC 2021仍获相似基线)。研究局限包括:LMU队列小(n=43)、同质(年轻男性运动员)、单一标注者、标签分布差异显著(SB、Brady、BBB、CRBBB在LMU患病率40–47% vs 临床数据集<5%)。

研究结论部分指出:ECG基础模型不仅在临床数据集上表现卓越,对部分运动员标签亦展现有前景的性能,为模型训练与更广泛应用奠定基础;尽管部分标签存在挑战,模型仍成功捕获关键诊断模式,显示出跨人群的稳健性与适应性。运动心脏学的AI应用目前受小型、不平衡与私有数据集限制,基础模型以最少标注数据实现高性能的价值凸显;尽管开箱即用性能强劲,面向实际部署可能仍需领域特异性微调(Domain-specific Fine-tuning)以提升运动心脏学临床决策能力。本研究为运动员领域建立了强基线,为未来多中心数据集与运动特异性微调模型评估奠定坚实基础。未来研究应整合国际心电图判读标准(International Criteria)等指南驱动决策框架以提升可信度、安全性与可解释性,并探索基础模型在可穿戴设备连续监测数据中的应用,以捕获间歇性心血管事件并适配自监督学习。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号