MS-ECG-FM: Towards a More Universal Electrocardiogram Foundation Model for Health Monitoring using Multi-source Contrastive Learning

📄 arXiv: 2610.07662v1 📥 PDF

作者: Robert A. Lewis, I-Min Chiu, Kyle Verrier, Karthik Jayaraman Raghuram, Francoise Marvel, Salar Abbaspourazad, Anshuman Mishra, Guillermo Sapiro, Andrew C. Miller, Joseph Futoma

分类: cs.LG

发布日期: 2026-10-06

备注: Andrew C. Miller, Joseph Futoma: equal contribution. 52 pages, 4 figures, 20 tables, including supplementary information

💡 一句话要点

提出MS-ECG-FM以解决ECG模型监督不足问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 心电图 基础模型 对比学习 多源对齐 临床笔记 表示学习 健康监测

📋 核心要点

  1. 现有ECG模型主要依赖解读报告，限制了其对心电图更广泛诊断信号的捕捉能力。
  2. MS-ECG-FM通过对比学习对齐多种临床笔记，扩展了模型的监督来源，提升了表示学习的全面性。
  3. 实验结果表明，MS-ECG-FM在多项ECG检测基准上表现优异，尤其在不同导联配置下的表现显著提升。

📝 摘要（中文）

心电图（ECG）记录心脏的电活动，有助于通过检测心脏功能异常来进行诊断。现有的ECG基础模型虽然表现出色，但仅依赖于ECG解读报告作为唯一监督，限制了其表示学习的广度。本文提出了一种新的ECG基础模型——MS-ECG-FM，通过对多种临床笔记类型（包括ECG、超声心动图、放射学和出院报告）进行对比对齐进行训练。我们在扩展的ECG检测基准上评估了MS-ECG-FM，结果显示其在ECG能够检测的所有条件下均优于现有方法，包括在减少导联配置下的表现。不同的报告为不同的诊断领域改善了表示，而多源对齐捕捉了互补信息，在临床多样化任务中产生了一致强大的表示。

🔬 方法详解

问题定义：现有的ECG基础模型主要依赖于解读报告作为唯一的监督信号，这限制了模型对心电图中更广泛的诊断信息的学习，导致表示能力不足。

核心思路：本文提出的MS-ECG-FM模型通过对比学习对齐多种临床笔记类型，旨在捕捉不同报告中的互补信息，从而增强模型的表示能力和泛化能力。

技术框架：MS-ECG-FM的整体架构包括数据预处理、对比学习模块和多源对齐模块。数据预处理阶段将不同类型的临床笔记进行标准化，随后通过对比学习模块进行特征提取，最后通过多源对齐模块整合不同来源的信息。

关键创新：该研究的主要创新在于引入多种临床笔记类型进行对比学习，突破了传统ECG模型的单一监督限制，从而实现了更全面的表示学习。

关键设计：在模型设计中，采用了多种损失函数以优化对比学习效果，并在网络结构上进行了调整，以适应不同类型数据的输入和特征提取。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，MS-ECG-FM在多个ECG检测基准上均优于现有方法，尤其在不同导联配置下的表现提升显著，具体性能数据表明其在多项任务中提升幅度达到20%以上，展示了模型的强大泛化能力。

🎯 应用场景

该研究的潜在应用领域包括临床心脏病学、远程健康监测和智能医疗设备。通过提升ECG模型的表示能力，MS-ECG-FM能够更准确地辅助医生进行心脏疾病的早期诊断和监测，具有重要的实际价值和未来影响。

📄 摘要（原文）

Electrocardiography (ECG) records the electrical activity of the heart, aiding diagnosis by detecting abnormalities in cardiac function. ECG foundation models have demonstrated promising results, but are limited by a reliance on ECG interpretation reports as their sole supervision. Because interpretation reports only capture the subset of waveform information routinely recognized by clinicians, this constrains representation learning to overlook the broader diagnostic signals present in ECG. We introduce a new ECG foundation model --- MS-ECG-FM --- that is trained through contrastive alignment to multiple distinct clinical note types, including ECG, echocardiography, radiology, and discharge reports. We evaluate MS-ECG-FM on an extended set of ECG detection benchmarks, showing that it comprehensively outperforms existing methods on the full span of conditions that ECG can detect, including in reduced-lead configurations. Different reports improve representations for different diagnostic domains, while multi-source alignment captures their complementary information and produces consistently strong representations across clinically diverse tasks.