心电图（ECG）是记录心脏电活动的常用检查，长期用于发现心律失常、心肌缺血等心血管病异常事件指标。近年来，人工智能开始从海量心电数据中识别人工分析不易察觉的细微改变，并把这些信号用于筛查提示与风险评估。那么，AI究竟能从一张心电图里多“看见”什么？它又离真正的临床应用还有多远？

大会日程里，AI心电成了专门话题

图1　中国心脏大会（CHC）2026 会议主视觉

9月18日至20日，中国心脏大会（CHC）2026将在北京举行。在已公布的学术日程中，“AI动态心电图分析”“AI-ECG猝死预警”“AI-ECG赋能心血管疾病筛查与诊断”等被单独列入讨论。这说明：心电不再只回答“此刻有没有异常”，AI能否从心电图波形里读出更多心血管病指征线索，正成为业界共同关心的问题。

传统心电图看什么，动态监测补什么

常规静态心电图往往只记录十几秒心电图。若阵发性心律失常或其他偶发性心电事件刚好不在这段窗口内，就可能被漏掉。动态心电图（Holter）可持续记录日常活动状态下的心电变化，更适合捕捉偶发、一过性异常心电事件，并对心律失常做定性定量，观察缺血发生的时段、频率及其与活动、症状的关系。

这也是理解大会“AI动态心电图分析”议题的基础：数据量变大之后，人工全量阅图成本高、一致性难保证，AI才有了明确的辅助空间——节律分类、可疑片段提示、噪声与伪差识别，以及参数统计与风险分层线索。

图2　善行医疗十二导联智能心电衣

AI想多看见什么：从波形到风险线索

在智能心电分析实践中，心电分析算法侧常见能力包括对早搏、房颤、ST段改变、心率变异性（HRV）等相关指标的统计分析，并在出现异常心电事件时给出预警提示；数据经云端传输后，可由医生端远程查看与复核。可穿戴十二导联方案则把采集从院内短时检查，延伸到院外连续监测，使“长窗口 + 多导联 + 算法辅助”成为同一条工作链上的环节。

图3　居家穿戴、线上报告与专科医师远程评估的应用示意

需要强调：人工智能模型输出多是统计关联或辅助提示的综合结果，不等于确诊某一种疾病，也不能替代规范的临床评估。尤其涉及“猝死预警”一类表述时，更应理解为高危特征识别与风险分层，而不是承诺能够准确预测每一次突发事件。

临床观察：长程心电能看见常规检查易错过的演变

一项应用观察案例很有代表性：50岁男性，临床诊断为晕厥待查，就诊于中国医学科学院阜外医院。患者穿戴十二导联智能心电衣进行长程监测后，在某日约5分多钟的窗口内，记录到ST-T改变由轻度到显著、再逐渐恢复的完整演变；动态心电图诊断包括窦性心律、未见心律失常、ST-T改变。最终患者在阜外医院复诊，确诊为急性冠脉综合症， 并接受治疗。

图4　该案例动态心电图片段

这个例子说明的不是“算法单独下诊断”，而是：当采集窗口足够长、导联信息足够完整时，人机协同更容易看见短暂却有临床意义的波形演变。最终判读与处置，仍须由医生结合病史、症状与后续检查完成。

筛查侧落地：初筛加动态监测

大会日程中的“AI-ECG赋能心血管疾病筛查与诊断”，在基层与公益筛查场景里，往往体现为“现场初筛 + 院外动态监测”的组合：

哈尔滨市二医院“7+X”路径。 以问诊、血压血糖、心电图、尿微量白蛋白、颈动脉超声等7项基础筛查快速评估；对高风险人群，经医师评估后可自愿穿戴人工智能心电衣做动态监测，进一步捕捉心律失常、心肌缺血等潜在问题。

图5　哈尔滨“7+X”公益活动现场横幅

深圳社区与单位筛查。 阜外医院深圳医院等机构曾联合开展社区心血管防治与“爱你从心开始”等活动，将长程动态心电监测用于社区与单位早筛，缩短居民与专科资源之间的距离。

图6　深圳单位筛查现场

图7　深圳社区筛查“心电衣穿戴”服务台

职业场景普筛。 如青岛港一线职工公益心脏普筛，采用穿戴式24小时智能动态心电监测，数据线上同步并由医疗机构出具标准化报告。

图8　青岛心脏健康公益普筛现场

这类实践的共同点是：把筛查从“偶发的门诊快照”，推进到“可随访、可复核的连续观察”，并与“基层采集—云端分析—分级处置”的心电协同方向相契合。具体场次规模与检出数据因项目而异，应用时宜以主办方与医疗机构的正式口径为准。

离临床还有多远：关键在能不能用

算法在演示集上表现亮眼，并不自动等于可进诊疗流程。走向应用前，通常还要过几道关：跨设备与跨人群的泛化；结果可解释与责任边界（AI是辅助，责任主体仍是执业人员与机构）；不同用途对应的循证与注册/备案要求；以及能否嵌入心电工作站、报告审核与随访闭环。

对医院：宜关注多中心验证、设备兼容、报告留痕与人工复核规则。对筛查机构：宜评估假阳性、假阴性对转诊负担的影响，以及阳性后续路径是否清晰。

更务实的期待是：AI心电先在提效、辅助筛查、风险提示等环节证明可重复、可质控，再逐步进入更高要求的临床决策支持场景。