高血压影响着全球三分之一的成年人，约占美国所有死亡人数的20%。作为心血管疾病的主要危险因素，高血压在全球疾病负担中占很大一部分，是导致全球人群发病和死亡的重要来源。早期生活方式干预和治疗在减少不良结局方面行之有效。人工智能增强心电图已被证明可识别广泛的亚临床疾病，并可用于预测高血压事件。

近日，心血管权威杂志JAMA Cardiology上发表了一篇研究文章，研究人员开发了人工智能增强心电图风险评估器（AIRE）预测高血压事件（AIRE-HTN），并对高血压相关不良结局的风险进行分层。

这是一项在马萨诸塞州波士顿BethIsraelDeaconess医疗中心（BIDMC）进行的开发和外部验证预后队列研究，该中心是一家二级医疗机构。外部验证在英国生物银行（UKB）进行，这是一个基于英国的志愿者队列。AIRE-HTN在2014年至2023年期间接受训练和测试，用于预测BIDMC患者常规收集的心电图。然后对该算法进行评估，以对高血压相关不良结局患者进行风险分层，并在2014年至2022年期间的UKB数据中对突发高血压和风险分层进行外部验证。AIRE-HTN使用带有离散时间生存损失函数的残差卷积神经网络架构进行训练，以预测高血压事件。

AIRE-HTN对189539例患者的1163401张心电图进行了训练(平均[SD]年龄为57.7[18.7]岁；98747名女性[52.1%]参与者)。该研究共有19423例BIDMC患者组成了测试队列，并对其发生的高血压情况进行了评估。来自UKB的AIRE-HTN测试了来自相同数量参与者的65610张心电图(平均[SD]年龄为65.4[7.9]岁；33785名女性[51.5%]参与者)。该研究共有35 806例UKB患者被评估为新发高血压。AIRE-HTN预测高血压事件（BIDMC:n=6446[33%]）；C指数为0.70；95%CI为0.69-0.71；UKB:n=1532[4%]事件；C指数为0.70；95%CI为0.69-0.71)。没有左室肥厚的个体和心电图正常的个体（C指数为0.67-0.72）均能维持功能。AIRE-HTN在预测高血压发病方面与现有临床危险因素具有显著的叠加性(连续净再分类指数，BIDMC:0.44；95%CI为0.33-0.53；UKB:0.32;95%CI为0.23-0.37)。在调整后的Cox模型中，AIRE-HTN评分是心血管死亡(每变化一个标准差的风险比[HR]为2.24；95%CI为1.67-3.00)和心力衰竭分层风险(HR为2.60；95%CI为2.22-3.04)、心肌梗死(HR为3.13；95%CI为2.55-3.83)、缺血性卒中(HR为1.23；95%CI为1.11-1.37)和慢性肾脏疾病(HR为1.89；95%CI为1.68-2.12)的独立预测因子，超出了传统的危险因素。

由此可见，与相关性研究结果表明，人工智能增强心电图模型AIRE-HTN可以预测高血压事件的发生，并识别出高血压相关不良事件的高危患者，超过了常规的临床危险因素。

原始出处：

Arunashis Sau,et al.Artificial Intelligence–Enhanced Electrocardiography for Prediction of Incident Hypertension.JAMA Cardiol.https://jamanetwork.com/journals/jamacardiology/article-abstract/2828420