ARTICLE · 1034044
首款AI心梗识别工具获FDA授权
心脏病最麻烦的地方，有时候不是它发生得突然，而是危险已经发生了，第一眼却没有那么容易被看出来。
心电图（ECG）一直是急诊判断心脏问题最快速、最常用的工具之一。但对于部分已经发生急性冠状动脉闭塞的患者，传统的STEMI判定标准并不能识别所有病例，尤其是一些没有典型ST段抬高表现的心肌梗死。近期研究也一直在关注这种“漏在标准之外”的急性冠脉闭塞性心肌梗死。
现在，一款专门帮助识别这类心梗的AI工具获得了美国FDA的De Novo授权。
它叫Queen of Hearts，由Powerful Medical开发，可以分析标准12导联心电图，并识别与急性心肌梗死、包括部分传统STEMI标准不容易捕捉的闭塞性心肌梗死相关的信号。FDA公开资料显示，其De Novo决定日期为2026年9月3日。
所以这条新闻真正有意思的地方，并不是“AI终于会看心电图了”。
AI分析ECG已经不是新鲜事。
真正值得看的，是它开始试图处理一个更现实的问题：
那些已经发生，却没有在第一时间被识别出来的心梗，能不能更早被发现？
01
心梗真正争分夺秒的，
是诊断到治疗之间的时间
心肌梗死发生时，冠状动脉的血流受到严重阻断，心肌得不到足够的氧气。血流恢复得越早，能够挽救的心肌通常就越多，因此急性心梗治疗一直强调尽快完成识别和再灌注。
但真实的急诊流程并不像教科书那么简单。
患者可能先在救护车里完成心电图，随后进入急诊，由不同医疗人员接力判断。如果图像非常典型，后续流程往往比较明确；真正麻烦的是那些已经存在冠脉闭塞，却没有满足传统STEMI标准的病例。
这也是OMI，也就是 Occlusion Myocardial Infarction，近年来越来越受到关注的原因。
Queen of Hearts并不是要重新发明一套心电图，而是把AI分析放到更早的位置，让急救人员、急诊医生等第一批接触患者的人，可以更早获得辅助判断，再决定是否需要尽快联系心脏科团队。Powerful Medical目前称，其PMcardio平台已被超过10万名临床人员使用，每年分析超过250万份ECG。
这里AI真正承担的角色其实很简单：
不是替医生做最后决定，而是尽可能早点提醒医生——这张心电图可能没有看起来那么简单。
02
它盯上的，
恰恰是那些不像“标准答案”的心梗
传统的STEMI标准非常重要，但它本质上是一个基于心电图表现建立起来的诊断框架。
问题在于，冠状动脉发生急性闭塞后，心电图并不总会出现教科书式的ST段抬高。
一例急性冠状动脉闭塞（OMI）患者的12导联心电图。部分OMI病例并不会出现典型ST段抬高，因此可能无法被传统STEMI标准及时识别。（示意病例）
这也是OMI/NOMI概念逐渐受到重视的原因。它更关注冠状动脉到底有没有发生急性闭塞，而不只是患者有没有达到某个固定的ST段变化门0v还没想法槛。DIFOCCULT-3等研究正是在比较传统STEMI/NSTEMI框架和OMI/NOMI框架。
2026年发表的一项瑞典真实世界研究给出了一个很直观的数据。
研究人员分析了5家急诊部门连续就诊的 24,511名胸痛患者，其中467人最终被判定为OMI。Queen of Hearts在这批患者中的敏感度为52%，传统STEMI标准为23%；两者特异度分别约为99%和98%。
这个结果并不意味着AI已经“找到了所有隐匿心梗”。
恰恰相反，52%的敏感度意味着它依然会漏掉一部分病例。
但如果一个工具能够把传统标准容易漏掉的那部分患者多识别出来，它真正改变的可能不是医生桌上的一个数字，而是后面整个诊疗流程启动的时间。
03
医疗AI的价值，有时候就在那几分钟里
谈到医疗AI，我们很容易把问题变成：
AI到底比医生准多少？
但对于急性心梗，这个问题并不一定是最重要的。
因为一张12导联心电图本来就已经存在，医生也会看。真正可能被AI改变的是处理速度和分诊方式。
AI辅助心电图分析的价值，并不在于替代医生，而是在患者完成心电图后，帮助临床团队更快识别高风险病例，优化急诊分诊和后续处理流程。
如果算法可以快速完成分析，并在传统判读没有明显报警时把高风险病例标记出来，那么医生仍然需要确认，但可能不用等到所有环节都完成以后才意识到这个患者需要更快处理。
Powerful Medical目前汇总的公开资料显示，其Queen of Hearts已经有20多项同行评审研究，涉及4万多名患者，公司报告其对于急性心梗相关模式的敏感度大约是标准判读的两倍，并称假阳性最高可减少五倍。需要强调的是，这些数字来自公司对既有研究的汇总，不同研究的人群、终点和设计并不完全相同。
这也是为什么，真正值得看的不是一个AI模型在论文里有多漂亮，而是它进入真实医疗流程以后，能不能让患者更快得到正确处理。
这一点，DIFOCCULT-3这样的随机研究会比单纯的准确率更有意义。
DIFOCCULT-3研究示意图。该随机对照研究比较AI辅助的OMI/NOMI诊疗路径与传统STEMI/NSTEMI路径，更关注患者最终临床结局，而不仅仅是模型准确率。
该研究目标招募约 6,000名急性冠脉综合征患者，比较AI辅助的OMI/NOMI路径和传统STEMI/NSTEMI路径，并把一年死亡和再住院作为主要临床结局。官方目前显示该研究已经完成招募。
这才是真正需要等待的答案。
04
FDA这次批准的重点，
是让AI真正进入临床流程
Queen of Hearts这次走的是 De Novo，而不是传统的510(k)路径。
FDA的De Novo路径用于具有新颖性的低至中等风险医疗器械，在缺少合适的既有分类参照时建立新的器械分类。Queen of Hearts的De Novo决定日期为2026年9月3日。
De Novo是FDA针对部分创新医疗器械采用的监管路径，用于为此前缺乏合适参照类别的新型器械建立监管分类。Queen of Hearts于2026年9月3日获得De Novo授权。
这件事情值得关注，但我觉得不需要把它理解成“FDA认可AI比医生更厉害”。
更准确地说，它意味着这类AI心电图辅助工具正在获得一个正式进入医疗体系的监管入口。
而医疗AI真正困难的地方，本来也从来不是“做一个模型”。
模型做出来以后，还要解决很多现实问题：
医生愿不愿意用？
结果能不能被理解？
出现错误以后谁来判断？
能不能嵌入救护车和急诊原有流程？
最重要的是，用了以后患者的结局有没有真的变好？
从这个角度来看，FDA的授权只是一个节点，远不是故事的终点。
05
从健康寿命的角度看，
它抢回来的其实是“心肌时间”
如果把这件事放回我们一直关注的健康寿命，其实会发现，它和传统意义上的“抗衰”并不冲突。
心血管疾病一直是影响寿命和健康寿命的重要因素，而一次严重心肌梗死的影响也不一定只停留在当下。
如果心肌因为缺血发生永久损伤，患者之后可能留下长期心功能下降，甚至进一步增加心力衰竭等问题的风险。
所以急性心梗治疗里所谓的“争分夺秒”，其实争的是尽可能多保住还能工作的心肌。
冠状动脉堵塞（左）与支架植入恢复血流（右）示意。急性心梗治疗的核心目标是尽快恢复血流，减少心肌永久性损伤。
这也是我觉得这类技术很值得关注的原因。
它没有让细胞突然变年轻，也没有改变人的自然衰老过程。
它做的事情非常朴素：
把已经发生的危险尽可能早点发现。
但对于一颗正在缺血的心脏来说，早发现几分钟，有时候就意味着少损失一些心肌。
06
医疗AI最有价值的时刻，
可能就是“还来得及”
Queen of Hearts当然不是一款“看一眼心电图就能确诊心梗”的万能工具。
目前已有研究证明的是，它在一些急性冠脉闭塞识别任务上可以补充传统STEMI标准，但仍然存在漏诊，而且真实临床价值还要靠更大规模、长期随访的研究继续验证。
不过这件事情让我想到一个很简单的问题：
医疗科技一定要改变一种治疗方法，才算真正有价值吗？
也许并不一定。
有时候，它只是让一个本来可能晚一点才被注意到的危险信号，提前几分钟进入医生的视野。
几分钟听起来很短。
但对于一颗正在缺血的心脏来说，时间本身就是治疗的一部分。
从健康寿命的角度看，我们谈“延长生命”时，目光经常放在几十年后的衰老。
但现实里，真正决定一个人未来还能拥有多少健康岁月的，也可能是今天这个下午，有没有及时发现那张看起来“不太严重”的心电图。
