Hartversaking en kunsmatige intelligensie: selflerende algoritme om tekens op te spoor wat onsigbaar is vir die EKG
Hartversaking en kunsmatige intelligensie: 'n spesiale kunsmatige intelligensie (AI) -gebaseerde rekenaaralgoritme wat deur Mount Sinai-navorsers geskep is, kon leer hoe om subtiele veranderinge in elektrokardiogramme (ook bekend as EKG's of EKG's) te identifiseer om te voorspel of 'n pasiënt hartversaking ondervind
Selfleer-algoritmes herken probleme met hartversaking
"Ons het getoon dat diepleer-algoritmes bloedpompprobleme aan beide kante van die hart kan herken uit EKG-golfvormdata," sê Benjamin S. Glicksberg, PhD, assistent-professor in genetika en genomiese wetenskappe, lid van die Hasso Plattner Institute for Digital Health at Mount Sinai, en 'n senior skrywer van die studie gepubliseer in die Journal of the American College of Cardiology: Cardiovascular Imaging.
'Om die diagnose van hierdie tipe harttoestande te diagnoseer, verg gewoonlik duur en tydrowende prosedures.
Ons hoop dat hierdie algoritme 'n vinniger diagnose van hartversaking moontlik maak. "
Die studie is gelei deur Akhil Vaid, MD, 'n postdoktorale geleerde wat werk in beide die Glicksberg -laboratorium deur Girish N. Nadkarni, MD, MPH, CPH, medeprofessor in medisyne aan die Icahn School of Medicine op Mount Sinai, hoof van die afdeling van Data-Driven and Digital Medicine (D3M), en 'n senior skrywer van die studie.
Ongeveer 6.2 miljoen Amerikaners, hartversaking of kongestiewe hartversaking kom voor wanneer die hart minder bloed pomp as wat die liggaam normaalweg benodig
Dokters het jare lank sterk staatgemaak op 'n beeldtegniek wat ekokardiogram genoem word om te bepaal of 'n pasiënt hartversaking ondervind.
Hoewel dit nuttig is, kan ekokardiogramme arbeidsintensiewe prosedures wees wat slegs by uitgesoekte hospitale aangebied word.
Onlangse deurbrake in kunsmatige intelligensie dui egter daarop dat elektrokardiogramme - 'n wyd gebruikte elektriese opnameapparaat - in hierdie gevalle 'n vinnig en maklik beskikbare alternatief kan wees.
Byvoorbeeld, baie studies het getoon hoe 'n 'diepgaande' algoritme swakheid in die linkerventrikel van die hart kan opspoor, wat vars suurstofryke bloed na die res van die liggaam uitstoot.
In hierdie studie beskryf die navorsers die ontwikkeling van 'n algoritme wat nie net die sterkte van die linker ventrikel beoordeel nie, maar ook die regter ventrikel, wat deoksigende bloed uit die liggaam stroom en dit na die longe pomp.
'Alhoewel dit aantreklik was, was dit tradisioneel 'n uitdaging vir dokters om EKG's te gebruik om hartversaking te diagnoseer.
Dit is deels omdat daar geen gevestigde diagnostiese kriteria vir hierdie assesserings is nie en omdat sommige veranderings in die EKG -uitlees eenvoudig te subtiel is vir die menslike oog om op te spoor, ”het dr. Nadkarni gesê.
"Hierdie studie verteenwoordig 'n opwindende stap vorentoe in die vind van inligting wat in die EKG -data verborge is, wat kan lei tot beter siftings- en behandelingsparadigmas met behulp van 'n relatief eenvoudige en algemeen beskikbare toets."
'N Elektrokardiogram behels gewoonlik 'n tweestap-proses.
Draaddrade word op verskillende dele van 'n pasiënt se bors vasgemaak en binne 'n paar minute druk 'n spesiaal ontwerpte, draagbare masjien 'n reeks kronkelende lyne of golfvorms uit wat die hart se elektriese aktiwiteit voorstel.
Hierdie masjiene kan gevind word in die meeste hospitale en ambulanse in die Verenigde State en benodig minimale opleiding om te werk.
Vir hierdie studie het die navorsers 'n rekenaar geprogrammeer om die elektrokardiogramme van die pasiënt te lees, asook data wat uit die geskrewe verslae verkry is, wat die resultate van die ooreenstemmende eggokardiogramme van dieselfde pasiënte bevat.
In hierdie situasie was die geskrewe verslae 'n standaard stel data vir die rekenaar om met die elektrokardiogramdata te vergelyk en te leer hoe om swakker harte op te spoor.
EKG TOERUSTING? BESOEK DIE ZOLL BOOTH OP NOODEKSPO
Hartversaking: programme vir natuurlike verwerking het die rekenaar gehelp om data uit die geskrewe verslae te onttrek
Intussen is spesiale neurale netwerke wat patrone in beelde kan ontdek, opgeneem om die algoritme te help om pompsterkte te herken.
"Ons wou die nuutste stand van die techniek bevorder deur AI te ontwikkel wat die hele hart maklik en goedkoop kan verstaan," het dr. Vaid gesê.
Die rekenaar lees toe meer as 700,000 150,000 elektrokardiogramme en ekokardiogramverslae wat van 2003 tot 2020 van XNUMX XNUMX pasiënte van die Mount Sinai Health System verkry is.
Data van vier hospitale is gebruik om die rekenaar op te lei, terwyl data van 'n vyfde een gebruik is om te toets hoe die algoritme in 'n ander eksperimentele omgewing sou presteer.
"'N Potensiële voordeel van hierdie studie is dat dit een van die grootste versamelings EKG's van een van die mees uiteenlopende pasiëntpopulasies ter wêreld behels," het dr. Nadkarni gesê.
Aanvanklike resultate dui daarop dat die algoritme effektief was om te voorspel watter pasiënte gesonde of baie swak linker ventrikels sou hê.
Hier word sterkte bepaal deur die uitwerpfraksie van die linkerventrikel, 'n skatting van hoeveel vloeistof die ventrikel met elke maatslag uitpomp, soos waargeneem op eggokardiogramme.
Gesonde harte het 'n uitwerpfraksie van 50 persent of meer, terwyl swak harte gelyk is aan of onder 40 persent.
Die algoritme was 94 persent akkuraat om te voorspel watter pasiënte 'n gesonde uitwerpfraksie het en 87 persent akkuraat om diegene wat 'n uitwerpfraksie onder 40 persent gehad het, te voorspel.
Die algoritme was egter nie so effektief om te voorspel watter pasiënte 'n effens verswakte hart sou hê nie
In hierdie geval was die program 73 persent akkuraat in die voorspelling van die pasiënte met 'n uitwerpfraksie wat tussen 40 en 50 persent was.
Verdere resultate dui daarop dat die algoritme ook geleer het om die swak klep van die klep uit die elektrokardiogramme op te spoor.
In hierdie geval is swakheid gedefinieer deur meer beskrywende terme wat uit die echokardiogramverslae gehaal is.
Hier was die algoritme 84 persent akkuraat om te voorspel watter pasiënte swak swak kleppe gehad het.
"Ons resultate dui daarop dat hierdie algoritme dokters uiteindelik kan help om die mislukking aan weerskante van die hart korrek te diagnoseer," het dr. Vaid gesê.
Laastens het addisionele analise voorgestel dat die algoritme effektief kan wees om hartverswakking by alle pasiënte op te spoor, ongeag ras en geslag.
"Ons resultate dui daarop dat hierdie algoritme 'n nuttige hulpmiddel kan wees om kliniese praktisyns te help om hartversaking te bestry deur 'n verskeidenheid pasiënte," het dr. Glicksberg bygevoeg. 'Ons is besig om voornemende proewe noukeurig te ontwerp om die doeltreffendheid daarvan in 'n meer werklike omgewing te toets.
Hierdie studie is ondersteun deur die National Institutes of Health (TR001433).
Artikel
Vaid, A., et al., Deur diepgaande leer -algoritmes te gebruik om gelyktydig die regter- en linkerventrikeldisfunksie uit die elektrokardiogram te identifiseer, Journal of the American College of Cardiology: Cardiovascular Imaging, 13 Oktober 2021, DOI: 10.1016/j.jcmg.2021.08.004 .XNUMX.
Lees ook:
Hartontsteking: miokarditis, infeksie -endokarditis en perikarditis
Hart murmureer: wat dit is en wanneer om bekommerd te wees
Gebroke hartsindroom is aan die toeneem: ons ken Takotsubo -kardiomyopatie