arXiv cs.AI· Yu Cao, Haiyan Xu, Xiaohan Li, Jian Yang, Yuqing Feng, Wei Wang, Haomin Li·· 11 小时前AI 评分39
成人 ECG 基础模型微调适配儿科：下游任务与临床评估
Pediatric ECG foundation model via adult-to-pediatric fine-tuning: downstream tasks and clinical evaluation
AI 导读
研究用 238,189 名儿童的 339,563 份 12 导联 ECG 验证，成人 ECG 基础模型直接迁移效果差（平均 AUC 0.8256），儿科微调后升至 0.9695，优于从头训练（0.9661），仅用 1% 训练数据即可达 0.9079。
正文 · AI 翻译
摘要：儿童心电图（ECG）解读因年龄相关的电生理变化而变得复杂，这限制了成人 AI 模型的直接迁移。我们探究了成人 ECG 基础模型能否适配儿童 ECG。利用来自 238,189 名儿童的 339,563 份 12 导联 ECG，我们在相同架构下比较了直接应用、儿童微调和从头训练。直接迁移效果较差（平均 AUC 0.8256）。微调达到 0.9695，高于从头训练（0.9661），并且仅使用 1% 的训练数据即达到 0.9079。在 10,999 份外部 ECG 上，微调在 30 个标签上的平均 AUC 为 0.9385。它可泛化至年龄回归（MAE 1.12 岁）和先天性心脏病分类（AUC 0.9562）。在 17 名临床医生和 100 个病例中，诊断准确率从 56.8% 升至 65.4%（p < 0.001），且当 AI 出错时并未下降。成人 ECG 基础模型需要儿童适配；微调为可扩展的儿童 ECG AI 提供了一条数据高效的路径。
| 评论： | 20 页，3 幅图 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.07717 [cs.AI] |
| （或 arXiv:2611.07717v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.07717 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Haomin Li [查看邮箱]
[v1]
2026 年 11 月 5 日星期四 09:36:44 UTC（1,517 KB）
来源：arXiv cs.AI · arxiv.org