ECG Agent：教 AI 像心内科医生一样诊断——跨疾病跨人群临床推理

论文标题： Diagnosing as Cardiologists Do: ECG Agents with Doctor-Grounded Priors for Clinical Reasoning Across Diseases and Populations
arXiv： 2608.09053
发布时间： 2026年8月

---

核心创新

ECG Agent 是一个基于 LLM 的智能体，能够像心内科医生一样进行 ECG 诊断推理：

1. Doctor-Grounded Priors：注入心内科医生的诊断流程作为先验知识
2. 跨疾病推理：不单分类一种疾病，而是多疾病联合分析
3. 跨人群泛化：在不同年龄、性别、种族间保持诊断质量
4. 可解释推理链：输出诊断推理步骤，非黑盒分类

---

1. 为什么需要 ECG Agent？

1.1 现有 AI ECG 诊断的局限

方法	输出	局限
CNN 分类	疾病标签	黑盒，不可解释
CNN + GradCAM	标签 + 热力图	热力图≠推理
多标签分类	多疾病标签	无推理链
ECG Agent	诊断 + 推理链	可解释，跨疾病

1.2 Doctor-Grounded Priors 的含义

class DoctorGroundedPriors:
    """心内科医生的 ECG 诊断流程"""
    
    diagnostic_workflow = [
        '1. 心率计算（R-R 间隔）',
        '2. 节律分析（规则/不规则）',
        '3. P 波形态（正常/缺失/异常）',
        '4. PR 间期（正常 120-200ms）',
        '5. QRS 宽度（正常 <120ms）',
        '6. ST 段（抬高/压低/正常）',
        '7. T 波（正常/倒置/高尖）',
        '8. QT 间期（校正 QTc）',
        '9. 综合诊断推理'
    ]
    
    cross_disease_reasoning = {
        'example': 'ST 段抬高 + 病理 Q 波 + T 波倒置',
        'reasoning': 'ST↑ → 急性损伤 → Q 波 → 陈旧梗死 → T↓ → 演变期',
        'diagnosis': '亚急性心肌梗死',
        'confidence': '高（多特征一致性）'
    }

---

2. 架构概要

2.1 ECG Agent 架构

2.2 核心代码框架

import torch
import torch.nn as nn

class ECGFeatureExtractor(nn.Module):
    """ECG 特征提取器"""
    
    def __init__(self):
        self.features = [
            'heart_rate', 'rhythm', 'p_wave', 'pr_interval',
            'qrs_width', 'st_segment', 't_wave', 'qt_interval',
            'pathologic_q', 'bundle_branch_block'
        ]
        
    def forward(self, ecg_signal):
        """提取结构化 ECG 特征"""
        # 实际实现需要完整的信号处理管道
        return {
            'heart_rate': 72,
            'rhythm': 'irregular',
            'p_wave': 'absent',
            'pr_interval': None,
            'qrs_width': 95,  # ms
            'st_segment': 'normal',
            't_wave': 'normal',
            'qt_interval': 380,  # ms
            'pathologic_q': False,
            'bundle_branch_block': False
        }


class ECGAgent:
    """ECG Agent: LLM 驱动的可解释诊断"""
    
    def __init__(self, llm_model='gpt-4'):
        self.feature_extractor = ECGFeatureExtractor()
        self.doctor_priors = self._load_doctor_priors()
        
    def _load_doctor_priors(self):
        """加载心内科诊断流程"""
        return """
        诊断流程：
        1. 心率：正常 60-100 bpm
        2. 节律：规则 vs 不规则
        3. P 波：正常/缺失/形态异常
        4. PR 间期：120-200ms
        5. QRS：窄(<120ms) vs 宽(>120ms)
        6. ST 段：抬高/压低/正常
        7. T 波：正常/倒置/高尖
        8. 综合推理
        """
    
    def diagnose(self, ecg_signal):
        """生成诊断推理链"""
        features = self.feature_extractor(ecg_signal)
        
        prompt = f"""
        作为心内科医生，分析以下 ECG 特征：
        {features}
        
        诊断流程：
        {self.doctor_priors}
        
        请逐步推理，给出诊断。
        """
        
        # LLM 生成推理链
        reasoning = self._llm_inference(prompt)
        
        return {
            'features': features,
            'reasoning': reasoning,
            'diagnosis': self._extract_diagnosis(reasoning),
            'confidence': self._extract_confidence(reasoning)
        }

---

3. IMS 开发启示

3.1 座舱 ECG 诊断 Agent

将 ECG Agent 集成到座舱：

class CabinECGAgent:
    """座舱 ECG 诊断 Agent"""
    
    def __init__(self):
        self.scenarios = {
            'normal': '正常驾驶，心率 60-100，HRV 正常',
            'fatigue': 'HRV 下降趋势 + 心率升高 → 疲劳',
            'stress': 'HRV 下降 + LF/HF 升高 → 压力',
            'arrhythmia': 'P 波缺失 + 不规则 → 房颤警告',
            'cardiac_event': 'ST 变化 + 病理 Q → 心脏事件',
            'sudden': '心率骤变 + 心律失常 → 紧急停车'
        }
    
    def monitor(self, ecg_stream):
        """持续监控"""
        features = self.extract_features(ecg_stream)
        diagnosis = self.agent.diagnose(ecg_stream)
        
        if diagnosis['confidence'] > 0.8:
            if 'arrhythmia' in diagnosis['diagnosis']:
                return 'WARN', '检测到心律失常，建议就医'
            elif 'cardiac' in diagnosis['diagnosis']:
                return 'CRITICAL', '检测到心脏异常，安全停车'
        
        return 'NORMAL', '心脏状态正常'

3.2 与 LLM 座舱助手集成

ECG Agent 可与座舱语音助手集成：

驾驶员: "我感觉心慌"
AI: "我检测到您的心率在过去5分钟从72bpm升高到98bpm，
     HRV有所下降。节律规则，未检测到异常波形。
     可能是压力或咖啡因引起。
     建议深呼吸，如果持续请停车休息。"

---

论文信息

• arXiv: 2608.09053
• 应用: 临床 ECG 诊断 + 车载健康监测
• 相关: CODE-II 数据集 (2.7M ECGs, 66 类)