余新艳，顾志乐，张晓娟，赵晓晔，张海澄

    本研究价值：

    (1)本研究对人工智能(AI)在远程心电云平台中的应用加以阐述，有利于相关工作者了解AI在远程心电云平台建设中的应用价值；(2)本研究较详尽地描述了如何通过AI技术提升“危急值”心电图诊断时效性，为今后AI在远程心电云平台的应用指明了研究方向。

    本研究局限性：

    本研究仅列举了AI在远程心电云平台辅助决策基层危急值心电图中的应用，而未涉及AI技术辅助远程心电云平台上其他不同级别与性质的医疗机构，及针对同一医疗机构中不同科室的心电数据进行快速准确诊断的应用。

    心电图诊断现广泛应用于临床，其针对心血管疾病的检查尤为有效，但我国精通心电图诊断的医生比例不到3%，供需比严重不平衡(1∶6 944)[1-2]，诊疗人才分布不均衡，基层医疗卫生机构(如社区卫生服务站、社区卫生服务中心、乡镇卫生院等)缺乏精通心电图诊断的医生(该类医生多任职于大型三甲医院)[3]。随着计算机技术、通信技术与医疗技术的发展，各地纷纷通过建设“远程心电云平台”的方法建立“基层检查、上级诊断”的模式以解决上述矛盾。但是，随着我国人口老龄化进程的加快、慢性病人群数量逐年增长，基层医疗卫生机构采集并上传至远程心电诊断中心的心电数据呈几何级增长，危急值心电图的比例也相应增加。如何辅助医生更好更快地完成心电图诊断、解决基层医疗卫生机构心电图诊断水平参差不齐的问题、满足社会日益增长的心电图诊断需求，已成为临床亟待解决的重要问题。

    人工智能(artificial intelligence，AI)起源于1950年艾伦·图灵对机器智能的测试。AI通过利用各种模糊逻辑理论的分类及回归算法、人工神经网络算法、机器学习算法等技术手段，根据输入的经验和信息，以及构建概念，完成人类易于执行但难于形式化描述的任务，其信息存储和信息处理能力优势明显[4-5]。目前，AI已经成为医疗创新的前沿领域，从新药研发、疾病预测、高级成像到医疗管理等环节，均离不开AI技术的支持，AI已成为医疗行业的有力辅助和支撑[6-7]。因此，探索如何应用AI技术更好地协同医生判读心电图、优化心电图诊断流程、提高危急值心电图诊断时效性显得尤为重要。本研究通过分析基层医疗卫生机构采集并上传至远程心电云平台的20 808份12导联静态心电图，阐述AI在远程心电云平台辅助决策基层危急值心电图中的应用价值。

    1 资料与方法

    1.1 资料来源 选取2019年6月至2021年6月基层医疗卫生机构采集并通过互联网上传至纳龙远程心电云平台的12导联静态心电图 ......