“临床医学杂志”（Clinical Medicine）2023年发表了日本东京医科大学心脏科Kotara等“AI心电图检测房间隔缺损”的研究结果。房间隔缺损（ASD）临床常见，其能增加心血管不良事件的风险，及时准确的无创检出后，可经皮行介入性封堵治疗并能降低患者的临床风险，既往临床多通过超声心动图等影像学诊断技术进行筛查与检测，但部分患者因症状轻微和检查结果的非特异性，使ASD的诊断被拖延。为弥补其诊断方法的不足，文章作者提出一种新的筛查策略，即通过深度神经网络卷积神经（CNN）训练后，经12导联心电图识别ASD，进而达到早期发现而提高诊断能力。