李宗祐、黃英傑

嘉義基督教醫院急診部

A New Age of Discovery, Traditional ECG Augmented by AI

    19世紀中後期，科學家已經知道心臟跳動“伴隨”著電氣活動。無奈當時科技尚無法測量此等毫伏(millivolt)等級的訊號，只能徒呼負負。1901年，尼德蘭醫師生理學家Willem Einthoven改良當時電報使用的oscillograph，將鍍銀的玻璃髮針置於中間有隙縫的電磁磁場間感應心臟的電氣訊號，再以強光照射將髮針震動影像經隙縫放大投射到後面移動的底片面板上，首度紀錄了心臟的電氣訊號，也成就後續心電圖的發展。1924年，Dr. Einthoven因卓越的成就獲得諾貝爾獎。這些年來心電圖由初始笨重、且只記錄肢導極，逐年進步到今日輕便、包括肢導與胸前導，且為今日醫療不可或缺的體表12導心電圖檢查。

    人類演進的動機，脫離不了追求卓越與效率(白話說就是少做多得)，這一百多年心電圖的演化，2020.08本刊心電圖論壇有提到，請自行回顧(筆者：我不是稿費小偷……)。建立在機械學習(machine learning)的AI，對比人腦的強項在於可以遠超過人類感官(眼)與腦的效率，輸入巨量資料，經由數學邏輯運算的類神經網路(neural networks)分析，輸出(判讀)結果。人眼讀ECG固然有一些基本測量數值(e.g., heart rate, PR interval, QRS interval, QTc, etc)與型態辨識(pattern recognition)(e.g., hyperacute T, upward ST elevation, etc)，但是對比機器學習的全方面測量、計算與比對，誰較能“鉅細靡遺”？經驗很重要，某心電圖大師每天判讀100份心電圖，30年不間斷下可超過100萬份，他說話的分量自是權威。但是100萬份對於機器來說，只是小菜一碟。如果餵養AI的資料庫(large language model; LLM)品質不錯，加上等比級數累積的數量，恐怕不是人腦足以抗衡的。更何況AI只要電源供應無虞、不中毒，硬體維護得宜、軟體不斷精進，它不會累、沮喪、生病、偷懶……。LLM只要母群體夠大，可進一步分群(年齡、性別、種族、社經狀況……)，分析的結果有可能更精準。

    隨著時代進步，AI加持的ECG (AI-ECG)，對應傳統ECG與wearable devices ECG能看得更細且更全面、累績的“經驗”很容易超越人類極限。因此除了目前ECG主要使用於心率、心律、心肌是否肥厚、缺氧及少數心臟以外的狀況(e.g., 高血鉀)的判讀外，目前已有相當成果的領域包含：

1) 原有功能強化：心率或許一翻兩瞪眼，但是心律辨識(e.g., SVT with aberrant conduction d/d VT)、心房心室肥大、心肌缺氧(e.g., OMI without ST elevation)因有大數據的支持，只會更強。

2) 已存在結構或機能障礙，人類專家難以由12導心電圖所辨識(e.g., ventricular dysfunction, valvular disorders, etc)，AI-ECG因全面分析與LLM加持，成績斐然。

3) 預測未來特定疾病(e.g., future heart failure, atrial fibrillation, ventricular arrhythmia, 甚至全原因死亡率)的風險。這已全面超越現有人工判讀ECG。

4) 擴展心臟以外狀況評估。除強化現有ECG對電解質異常的判斷外，還可以評估甲狀腺功能、貧血、患者性別、生理年齡等。

    AI-ECG相較人工判讀ECG所多得的資訊，不但有助於精準醫療，在偏遠或醫療資源相對匱乏地區，因12導心電圖機(and/or wearable devices)價廉而廣泛分布的優勢，可做為危機估算、轉介後送參考，前途發展似乎只局限於我們有限的想像。

    昔日大航海時代，哥倫布(Cristoforo Colombo)或麥哲倫(Fernão de Magalhães)出發離港時站在舵輪前，強勁海風與低飛海鷗共舞，心中熱情期盼與海浪共彭湃。浩瀚汪洋海天一色的彼端，鳥語花香的新世界正有待開發。

Further Reading：

◇     Friedman PA. The electrocardiogram at 100 years: history and future. Circulation, 2024; 149(6):411-3.

◇     Elantary R, Othman S. Artificial Intelligence in Electrocardiography: From Automated Arrhythmia Detection to Predicting Hidden Cardiovascular Disease. Cureus. 2025 Oct 7; 17(10):e94065. doi: 10.7759/cureus.94065. PMID: 41069568.

◇     Palermi S, Vecchiato M, Ng FS, et al. Artificial intelligence and the electrocardiogram: A modern renaissance. Eur J Int Med. 2025 Oct (140):e106329, https://doi.org/10.1016/j.ejim.2025.04.036 

◇     Lee HS, Croon PM, Lee MS, Poterucha T, Lin C, Son JM, Jeon KH, Tarabanis C, Lee SP, Kim KH, Pandey A, Kwon JM. Artificial Intelligence-Enabled Electrocardiography in Practice: A State-of-the-Art Review. Korean Circ J. 2026 Mar;56(3):199-215. https://doi.org/10.4070/kcj.2025.0486