Nature发AI筛ICD患者论文遭五点质疑

一篇最新发表于 Nature 的研究尝试利用 AI 模型，来判断哪些患者应该植入植入式心律转复除颤器（ICD）。对此，@VPrasadMDMPH 连发多条线程，从五个角度对该工作的临床价值与方法学提出强烈质疑。其核心观点是，这类模型不能仅仅证明“能预测风险”，更必须证明它最终能带来真实的生存获益。

关键质疑

@VPrasadMDMPH 指出，模型必须准确识别“可电击”的致命心律失常。但论文使用的是死亡证明中的猝死标签，这可能混入许多并非可通过除颤器挽救的室性心动过速（VT）场景（例如心梗导致的 VT）。如果基础疾病本身不可逆，或者并非 ICD 能解决的类型，模型即使预测到了风险，也不代表改善了临床结局。

方法学担忧

在算法训练方面，作者提出两点担忧：首先，模型必须避免把那些后来才发展出 ICD 指征、但在更早阶段无法识别的患者计入“成功预测”，否则算法可能只是提前标记了最终仍会死亡的人，而非真正降低猝死风险。其次，如果训练使用原始 ECG 数据，且其中混入了已植入 ICD 的患者，模型可能学到了起搏信号等“装置痕迹”，而非真正的病理风险特征，从而高估了其临床价值。

结论指向

综合上述分析，@VPrasadMDMPH 认为该研究目前更多展示了观察性的数据关联，而未能证明 AI 辅助 ICD 决策已经能够改善患者的真实生存结局。

2026-07-13 ~ 2026-07-13 · 6 条相关

一手来源