理论上，使用除颤器可以预防猝死。但每年仍有许多患者因医生未能预测其风险而死于未植入除颤器。目前广泛使用的唯一预测性生物标志物——左心室射血分数（left ventricular ejection fraction，LVEF）——会漏诊大多数猝死病例，并且会将许多低风险患者错误地植入最终未启动的除颤器。本文中，我们利用深度学习（deep learning）技术分析了一个包含瑞典某地区所有心电图（electrocardiograms，ECG）和死亡证明的数据集。所得模型识别出一个高风险群体（占样本的2.2%），其猝死年发生率为7.0%，高于LVEF降低的人群（占样本的1.9%；年发生率为4.6%）。值得注意的是，模型识别出的高风险患者中有86.1%未被LVEF识别出来。植入除颤器的高危心电图患者的死亡风险比预期降低了54.4%，表明除颤器具有降低死亡率的益处。我们在美国医疗系统中对该模型进行了外部验证，该模型能够预测导致猝死的室性心律失常；并在台湾一家医院的登记系统中验证了该模型，该模型能够具体预测未来发生的心律失常性心脏骤停。为了可视化预测模型“发现”的波形形态（waveform morphology），我们将其与心电图波形的生成模型（generative model）相结合。两者共同揭示了一种易于观察且能可靠预测猝死的生物标志物，据我们所知，此前尚未有相关报道。我们将该生物标志物的波形与电生理学基本原理联系起来，从而提出并初步检验了关于猝死机制的新假设。

论文：An ECG biomarker for sudden cardiac death discovered with deep learning

单位：加州大学伯克利分校、麻省理工学院、瑞典哈尔姆斯塔德大学、瑞典哥德堡大学、萨尔格伦斯卡大学

发布日期：2026年

请索引第118篇论文

一张心电图，让 AI 揪出了连心脏科医生都没见过的猝死信号

2026 年 6 月 24 日，Nature 上线了一篇让心电图再次成为焦点的论文——Berkeley 公共卫生学院的 Ziad Obermeyer 团队，用深度学习在瑞典一个地区的所有心电图里，"挖"出了一个此前从未被文献描述过的猝死预警波形。

如果你做 AI+医疗，或者更广义的 AI+交叉学科，这篇论文几乎是一个"教科书级"的样本：它不只是"AI 预测得准"，而是用 AI 完成了发现——从一个黑箱分类器，到一个肉眼可见、机制可解释、跨大洲可验证的全新生物标志物。

今天这篇文章，我想带大家把这个工作拆开揉碎，聊聊它为什么重要，以及它给交叉学科研究到底提供了哪些方法论启示。

01 猝死本可预防，但我们一直"选不准人"

心律失常每年仅在美国就带走数十万条生命。理论上，这些死亡大多是可以被阻止的——植入式心律转复除颤器（ICD）自 1980 年代起就能在致命心律失常发生的瞬间识别并电击终止它，成功率超过 99%。

问题不在设备，在筛选。

要给一个患者装除颤器，医生必须先判断：这个人的风险高到值得装吗？毕竟植入是有创的，器械有成本，还有手术并发症的风险。

当前临床上唯一被广泛使用的预测指标，是心脏彩超测出的左室射血分数（LVEF）——每次心跳，左心室泵出血液占舒张末期容积的比例。LVEF 降低（≤35%）的人猝死风险高，装除颤器获益大，这一点被多个随机对照试验证实。

但 LVEF 有两个绕不开的硬伤：

假阴性极多。大多数猝死的人，生前根本没做过 LVEF 测量；做过的人里，也只有少数 LVEF 真的低。也就是说，绝大多数猝死者根本不在 LVEF 的雷达上。

假阳性也不少。因为 LVEF 低而植入的除颤器，大约三分之二一辈子没放过一次电——患者承担了手术风险和费用，器械却从未派上用场。

人们呼唤新指标很多年了。心脏磁共振、长期动态心电监测、电生理检查、PET、SPECT、基因测序……都能提供额外信息，但它们要么贵、要么有创，根本不适合给人群做筛查。

心电图（ECG）才是最理想的候选：便宜、普及、标准化、10 秒钟出结果。问题是——过去一百年，人类专家盯着心电图看了无数遍，始终没能从中提炼出一个足以媲美 LVEF 的猝死预测标志。

这就是 Obermeyer 团队要填的坑。

02 数据才是真正的"护城河"

做 AI 的人都知道，模型结构反而不是最难的部分。这篇论文最奢侈的地方，在于它的数据。

研究团队拿到了瑞典 Halland 地区2010—2016 年间所有的 441,614 份心电图，覆盖约 18.8 万名患者。他们把这些心电图与瑞典国家死亡证明、电子健康档案做了逐人链接。

标签定得很"硬"：一份心电图之后的一年内，发生在院外的心源性死亡（死亡证明记载）。

最终，模型在 60% 的患者（262,554 份 ECG，75,157 名患者）上完成训练。

这种"ECG ↔ 可靠死因"的大规模链接数据集，正是此前制约猝死 AI 落地的关键瓶颈。小样本病例对照能做，但能不能推广到真实世界的人群筛查，一直是问号。

为了严防过拟合，团队在动手分析之前就划出了 40% 的患者作为"锁箱"（lockbox）——这部分数据在模型开发、同行评审全程中谁都不能碰，直到论文被 Nature 初步接收后才第一次打开，用未做任何改动的模型直接出结果。

这种设计，让后面所有性能数字都格外可信。

锁箱队列的基本画像如下表所示：

注：数据来源于论文表 1，统计在 ECG 层面计算

可以看到，猝死患者平均年龄近 70 岁，接近一半有心衰或心肌病病史，但仍有相当比例在做出那张"预言了死亡"的心电图时，表面上并无典型高危特征。

03 模型：一个64 层 ResNet

选模型的时候，团队对比了 CNN、ResNet、Transformer、LSTM 等多种架构，最后敲定了一个64 层 ResNet（32 个残差块，每块 2 层卷积，128 个滤波器，卷积核大小 16）。

Obermeyer 自己说得很直白："这是一个所有人都用的主力模型，它本身没什么有趣的。有趣的是它从什么数据里学习。"

训练采用多任务设置，三个子任务在不同子集上联合学习：

• 在全队列中预测猝死（多个时间窗及其他结局）

• 在一年内死亡者中，区分"猝死 vs 其他死因"

• 在测过 LVEF 的人中，预测 LVEF 是否 ≤35%

  
  

最后用 logit 校准，输出对"一年后猝死"的概率预测。

锁箱里的判别力 AUC 达到了 0.872（患者级 bootstrap 95% CI：0.843–0.899）。

作为对比：

• 美国心脏协会/心脏病学会（AHA/ACC）的 10 年心血管风险评分 AUC 仅 0.697

• 已有的 ECG 深度学习模型 SEER 预测心脏病 AUC 为 0.655

  
  

ECG 模型的判别力显著高于这些通用基准。

但光有 AUC 还不够临床化。医生要的是：划出一群人，他们的年风险高到值得装除颤器。

团队参考了既往六项主要除颤器临床试验（MUSTT、DEFINITE、DINAMITE 等）对照组的中位猝死率（4.9%），把阈值定在了预测风险最高的 2.2% 患者——这群人的年猝死率达到 7.0%（95% CI：4.9–9.5%），其下限恰好对齐临床试验对照组的中位风险。

下图展示了随着风险百分位阈值变化，高危组的年猝死率如何陡峭上升：

注意看图 1 中最右侧：最高危的 0.2% 患者，年猝死率高达 11.0%。风险在第 90 百分位以上陡然攀升——这意味着模型不是"均匀地有点用"，而是真能在人群顶端切出一个风险量级完全不同的群体。

03 86.1% 的高危患者，LVEF 完全没看出来

这是整个研究最让人坐直身体的发现。

团队把 ECG 模型圈出的高危组（2.2%）与 LVEF ≤35% 的传统高危组（1.9%）做了重叠分析：

结果令人震惊——ECG 高危组里，只有 13.9% 同时拥有降低的 LVEF。换句话说，86.1% 的 ECG 高危患者，是 LVEF 完全漏掉的"净新增"高危人群。

具体对比数字：

• ECG 高危组年猝死率：7.0%

• LVEF 低下组年猝死率：4.6%（P=0.02）

• 两者都判为高危时：猝死率 10.7%（说明两者提供的信息互补）

• 有 LVEF 低下但 ECG 未判高危：3.4%

• ECG 判为高危但 LVEF 正常或未知：6.4%

  
  

即便在 LVEF 被测过且正常的亚组里——也就是当前临床完全没有任何预测手段的那批人——ECG 模型依然能切出一个猝死率 6.4% 的高危群体，高于 LVEF 低下组的 4.6%。

这是真正意义上的"填补空白"。

04 跨大洲零样本验证：美国 + 台湾

一个在瑞典数据上训练好的模型，不加任何微调，直接扔到两套结构完全不同的外部数据上：

美国 Sharp 医疗系统（圣迭戈）：251,858 份 ECG，139,613 名 80 岁以下患者。美国数据没有死亡证明链接，但有更密集的室速/室颤（VF/VT）诊断记录。模型零样本预测 VF/VT 的 AUC 达到 0.822。按与瑞典相同规模（2.2%）划定高危组，VF/VT 年发生率高达 29.1%（基线仅 3.8%）。

台湾大学医院急诊登记：257 例心脏骤停患者 + 4,011 名对照。其中 96 例经详细病历审查确认为心律失常性骤停。模型零样本区分"未来心律失常性骤停 vs 对照"的 AUC 为 0.767。

更精巧的验证是：台湾数据里既有心律失常性骤停，也有非心律失常性骤停（肺源性、神经源性等）。如果模型只是"泛泛地标记濒死状态"，那它对非心律失常性骤停也应该有一定判别力。但实际测得对"非心律失常性骤停 vs 对照"的 AUC 仅 0.582——接近随机。

这个"安慰剂 AUC"接近随机的结果至关重要：它证明模型捕捉到的确实是心律失常性死亡的特异性信号，而不是临终前某种泛化的病态表现。这就把"AI 在瞎猜"的可能性基本排除了。

跨大洲、跨设备厂商（美国数据是 GE 系统，瑞典是 Philips 系统）、跨结局定义，模型都稳得住——这对一个深度学习分类器来说，是相当苛刻的考验。

05 装了除颤器，死亡降了多少？

没有随机对照，无法直接断言因果。但团队做了一个巧妙的观察性对比：在同等预测风险下，比较装了除颤器和没装除颤器的高危患者，看实际死亡与预期死亡的差距。

表 2 给出了核心回归结果：

注：数据来源于论文表 2，*P<0.05, P<0.01, *P<0.001；交互项系数为核心关注对象

换算成临床语言：

• ECG 高危组里装了除颤器的患者，猝死发生率比预期低 54.4%（绝对风险下降 3.62 个百分点）

• 全因死亡率比预期低 39.0%

• 作为方法学"可信度自检"：同一套回归框架应用到 LVEF 低下人群，得到的猝死降低 67.5%——这与已知随机试验 50–88% 的效应量区间吻合，说明这套观察性分析方法确实能"重现"已知因果效应

  
  

更关键的发现是：在同时纳入 ECG 高危和 LVEF 低下的联合回归中，只有 ECG 高危组的患者能从除颤器中获得显著的死亡率降低，无论其 LVEF 水平如何。这进一步说明，模型识别的是"可预防的心律失常性死亡"，而不只是复述 LVEF 已经告诉我们的事。

06 让黑箱"开口说话"：生成模型画出 AI 看到了什么

到这里，故事其实已经够发了：预测准、跨人群验证稳、临床获益有提示。但团队做了一个绝大多数 AI+医疗论文不会做、却最能体现交叉学科想象力的举动——

他们训练了第二个神经网络，一个变分自编码器（VAE），用来生成逼真的心电图波形。然后，他们拿第一个预测模型（风险分类器）的梯度，去"推"这个生成模型：从一个真实患者的低危 ECG 出发，沿着"让预测风险升高"的方向，在生成模型的潜空间里一步步扰动，经过 2,000 次迭代，得到同一个患者"假如他是高危"时会有的心电图形态。

于是，AI 看到的抽象模式，被翻译成了人类心脏科医生可以肉眼识别的波形。

把低危 ECG（深紫）和高危"变形"形态（浅橙）并排，差异肉眼可见：

首先是整体电轴的偏转——额面电轴左偏（I 和 aVL 导联振幅增高，III 导联振幅降低），对应左前分支阻滞（LAFB）；轴向平面上有后旋，即"R 波递增不良"。这些形态与缺血性心脏病高度相关，医生们并不陌生。

但最引人注目的，是一个此前从未被文献描述过的特征——

在 aVL 导联的 QRS 波终末段，低危波形中那个尖锐向下的 S 波，在高危波形里被一段"拖沓、模糊"（slurred）的下行取代了。

团队进一步把这个形态学特征量化：取 R 波峰值到 QRS 终末的区间，计算 aVL 振幅的一阶差分（变化速率）和二阶差分。结果显示，高危波形的终末下行明显更缓——对应去极化末段的"拖尾"。

仅用这一处 aVL 形态的量化特征（一阶/二阶差分），在瑞典和美国队列中都能稳健预测猝死，回归系数与已知的危险因素"电轴左偏"量级相当。

为什么是 aVL？团队的推测是：aVL 的正极位置最靠近心脏基底部——而这里是心脏传导系统的最远端，最适合捕捉去极化的"收尾"动作。如果去极化在末段变得散乱、拖沓，aVL 会第一个把它记下来。

07 一个大胆的机制假说：弥漫性心肌纤维化

发现了一个新波形，故事还没完。团队往前再走一步，提出了一个关于猝死机制的新假说。

aVL 终末段的"拖尾"，在电生理上意味着：去极化电向量随时间推移变得越来越正交、越来越无序。这暗示存在一个"渐进恶化"的弥漫性病变——传导通路里散布着障碍物，让电波front 不断散射、偏转。

什么病变会是"弥漫性分布、破坏传导"的？

团队调阅了验证队列中一小部分患者的心脏磁共振（cMRI），由盲态心脏科医生读片：预测风险最高 10% 的患者，左心室存在微妙的、弥漫性的晚期钆增强（LGE）——这通常与心肌纤维化相关，即电学惰性的胶原沉积在心肌细胞之间，像绝缘层一样扰乱传导。

于是假说成形：

弥漫性心肌纤维化 → 去极化波阵面反复散射 → aVL 终末段"拖尾" → 致命性室性心律失常的"土壤" → 猝死

有趣的是，纤维化往往最早表现为左前分支阻滞（LAFB）——因为这根分支最细、最易受损。这刚好把"电轴左偏"和"aVL 拖尾"这两个 AI 发现的形态学特征，统一到了同一个病理基础之下。

需要强调：这是一个待验证的假说，不是已证实的因果链。论文也坦言，纤维化在弥漫性、细微的状态下，cMRI 的 LGE 常常假阴性，心内膜心肌活检才是确诊手段——但活检不可能大规模做。这恰恰说明，AI 从 ECG 上"看见"的这个标志，可能为研究纤维化的致死机制打开一扇新的大门。

08 给 AI+交叉学科的方法论启示

读完这篇论文，我最想跟做交叉学科的年轻学者分享的，不是"ECG 预测猝死"这个结果本身，而是它背后那套研究范式。

第一，数据链接的想象力，比模型结构更重要。

Obermeyer 自己说 ResNet 是"所有人都在用的主力模型，没什么有趣的"。真正有趣的是他们把"一个地区的所有 ECG"与"国家死亡证明"做了链接。在医疗 AI 里，最有价值的创新往往不是新算法，而是新数据——是把此前没人想到可以放在一起的数据源，用工程能力真正打通。

第二，锁箱（lockbox）设计应当成为高影响因子医学 AI 研究的标配。

40% 数据全程封存、模型接收后才打开——这种"自缚双手"的做法，是回应"医学 AI 过拟合、不可复现"质疑的最有力武器。如果你做的研究可能进入临床决策，请在设计阶段就预留锁箱。

第三，外部验证必须跨结构、跨定义。

瑞典用死亡证明 + VF/VT 诊断；美国只有 VF/VT 诊断；台湾是急诊骤停的病例对照。三种不同的标签定义，模型都稳。这种"零样本跨数据集"的验证策略，比在同源数据上做 10 折交叉验证更有说服力。

第四，也是这篇论文最优雅的地方——让生成模型成为预测模型的"翻译器"。

黑箱的可解释性，过去靠 saliency map、注意力权重，但这些方法只能告诉你"模型看了哪里"，不能告诉你"模型看到了什么有意义的形态"。Obermeyer 团队用 VAE 生成模型 + 梯度扰动，把抽象的风险信号反向渲染成可被人类专家理解的波形——这一步，让 AI 从"预测工具"升级成了"科学发现引擎"。

这才是 AI+交叉学科真正的浪漫：AI 不只是帮我们算得更快，而是帮我们看到原本看不到的世界。

一百年来，无数心脏科医生盯着心电图的方格子，找猝死的信号，没找到。一个"无聊的"ResNet，加上"无聊的"VAE，加上一份别人没下决心去链接的数据，找到了。

交叉学科研究的杠杆点，往往就在这种"把 A 领域的基础设施，用到 B 领域的老问题上"的组合创新里。

09 冷静一下：这篇论文的边界在哪

写公众号文章容易上头，但作为学者必须泼一盆冷水。

首先，除颤器获益的证据是观察性的。装了除颤器的高危患者，本身可能是被医生"挑过"的——这种选择偏倚会让获益看起来比真实值更大。团队用 LVEF 队列做了方法学自检（重现了已知的试验效应），这增加了可信度，但不能替代随机对照试验。作者自己在文中也明确说："在高危患者中的随机试验至关重要"。

其次，aVL 终末"拖尾"作为新生物标志物的量化特征，虽然在瑞典和美国队列中都显著，但在台湾较小样本中未达显著（可能是样本量限制）。它需要被独立的前瞻性队列进一步验证。

第三，弥漫性纤维化的机制假说，目前只有 cMRI 盲态读片的间接证据，且 cMRI 在细微弥漫性纤维化上存在假阴性。要从假说走向机制确证，需要结合心内膜心肌活检、电生理计算模型、以及遗传学风险因子的系统研究。

最后，模型的临床落地路径仍长。即便一切验证通过，要让"AI 判读 ECG → 触发进一步检查 → 决定是否装除颤器"成为临床指南推荐，还需要专门的随机对照试验——历史上许多看似有希望的预测因子，最终都倒在了 RCT 这一关。

10 最后

这篇 Nature 论文最打动我的，不是 0.872 的 AUC，也不是 7.0% 的年猝死率，而是它示范了一种交叉学科研究应有的野心：

不止于预测，更要发现。

不止于黑箱，更要显形。

不止于单点验证，更要跨大洲、跨设备、跨结局定义。

不止于统计显著，更要回到电生理第一性原理，提出可被实验检验的新假说。

图科学实验室一直相信，AI 与学科的深度结合，真正的价值不在于"用 AI 替代专家"，而在于"用 AI 扩展专家的感知边界"。一百年前，医生用肉眼在心电图方格纸上发现了 Brugada 波、Wolff-Parkinson-White 综合征——那些发现开启了现代心脏电生理学的篇章。

今天，Obermeyer 团队用深度学习在 aVL 导联的终末段，发现了 Brugada 和 WPW 之后可能最重要的一个新波形。而这个波形，是肉眼看不见的——它藏在 44 万份心电图的统计结构里，等着一个"无聊的"ResNet 去把它捞出来。

下一次，当你面对一个"AI 就是个黑箱分类器而已"的质疑时，可以把这篇论文的故事讲给对方听。

AI 不只是分类器。AI 可以是科学发现的仪器。

而这，恰恰是交叉学科最迷人的地方。