AI辅助手持超声在住院床边心脏分诊中的前瞻性实施研究：OPTIMUST
核心概要
OPTIMUST是一项前瞻性单中心实施研究，在心脏科与非心脏科病房由未取得正式超声心动图认证的医师完成两个月结构化培训后，使用Caption AI赋能的手持超声进行聚焦检查，287次尝试中206次（71.8%）图像可分析，操作者对左室射血分数的评估与专家对同一手持图像集的复核相关（r=0.84），充盈压分类的二次加权κ为0.659，93.7%的检查中医生报告手持超声结果改变或确认了处理方案，32.8%在一个月内接受了全面超声心动图检查。
深度剖析
在三级医院中，由非超声认证医师经结构化培训后操作AI赋能手持超声的受治理路径具备实施可行性，287次尝试中71.8%产生可分析检查。 既往缺乏将AI、结构化培训、数字化工作流与专家治理整合在一起的前瞻性实施数据，本研究提供了这一整合路径的院内落地证据。 前瞻性单中心实施研究，样本为287次尝试检查，可行性以可分析检查比例为主要终点，并报告了不可分析（17.4%）与报告不完整（10.8%）的比例。
操作者对同一手持图像集的左室射血分数判读与集中专家复核相关（r=0.84），充盈压分类的一致性为二次加权κ=0.659。 此前缺少在真实病房环境下、针对同一手持图像集的操作者与专家判读一致性的前瞻性量化数据。 一致性分析基于可分析检查，LVEF报告了相关系数与Bland-Altman一致性界限约-21至+19个百分点，充盈压采用二次加权κ；比较对象是同一手持图像集而非全面超声心动图。
数字化整合实现了集中归档、结构化报告、远程复核与质量保证，医生报告93.7%的检查中手持超声结果改变或确认了处理方案。 将手持超声接入机构归档与电子病历并配套远程复核与质控，是既往实施报道中较少系统描述的工作流环节。 工作流整合为描述性报告；93.7%的临床影响为医生自报且未经独立裁定，32.8%在一个月内进行了全面超声心动图检查。
启示与展望
该研究面向三级医院内心脏科与非心脏科病房的床边心脏分诊场景，适用于完成结构化培训但无正式超声心动图认证的医师，并依赖机构归档、结构化报告、远程复核与质量保证等数字化治理条件；其结论定位于实施可行性与操作者—专家对同一手持图像集的一致性，而非替代全面超声心动图。
研究未确立安全性、对照全面超声心动图的诊断准确性，也未分离AI的独立效应；93.7%的临床影响为医生自报且未经独立裁定，32.8%在一个月内接受全面超声心动图检查；此外，本次阅读基于摘要层面的文本，图像质量分级与一致性分析的具体图表细节未纳入，若需据此评估图像质量分布与一致性界限的稳健性，仍需查阅原文图表。