在许多低收入和中等收入国家，患有先天性心脏病的儿童难以获得及时有效的治疗，主要原因在于缺乏先进的诊断技术。据研究显示，这些地区高达90%的患儿只能接受有限的心脏病护理。为填补这一全球性医疗鸿沟，波士顿儿童医院启动了一项创新计划——先天性心脏病人工智能（CHAI）实验室，致力于开发人工智能工具，推动儿科心脏病诊疗的全球普及。 该实验室由心脏病学研究员Joshua Mayourian博士和心脏病专家John Triedman博士共同创立，是全球首批将心脏病专家、计算机科学家与数据专家深度融合的AI研发团队之一。他们的目标是通过AI技术，让资源匮乏地区的医生也能获得精准的诊断支持。 CHAI实验室的首个突破方向是利用广泛可及、成本低廉的常规心电图（ECG）技术。尽管ECG看似简单，仅通过体表贴片记录心脏电活动，但AI能够从中挖掘出远超人类肉眼识别的信息。例如，其研发的AI-ECG模型在识别沃尔夫-帕金森-怀特综合征和长QT综合征等高危心律失常方面，表现甚至优于现有商用软件，且专家对其判断的认同率更高。 更令人振奋的是，AI还能发现人类医生难以察觉的细微信号。一项发表于《柳叶刀·数字健康》的研究显示，AI仅凭ECG数据就能预测儿童是否存在心室功能障碍——即心脏泵血能力下降，而这通常需要更复杂的超声心动图才能发现。AI通过分析ECG中的QRS波群变化，捕捉到心肌激活的微小异常，为早期干预提供可能。 由于ECG设备价格低廉、全球普及率高，AI-ECG具备在基层医疗机构大规模应用的潜力。未来，它可用于学校体检、运动筛查等场景，帮助识别潜在的猝死风险，尤其在缺乏心脏专科医生的地区意义重大。 CHAI实验室的核心优势在于其拥有波士顿儿童医院长达六十余年的匿名化医疗数据库，涵盖大量真实世界病例与治疗数据。这些数据为AI模型训练提供了坚实基础，使其能持续优化诊断能力。 团队强调，AI工具的推广必须以安全、公平和可信赖为前提，因此将持续在多样人群中测试模型，并积极收集医生与患者反馈。 “我们无法将专家送到世界每个角落，”Mayourian表示，“但我们可以用AI把几十年积累的医学知识传递出去，让每个孩子都享有更好的心脏健康。”