Zatajenje srca i umjetna inteligencija: algoritam za samostalno učenje za otkrivanje znakova nevidljivih za EKG
Zatajenje srca i umjetna inteligencija: poseban računalni algoritam na bazi umjetne inteligencije (AI) koji su stvorili istraživači Mount Sinai uspio je naučiti kako identificirati suptilne promjene u elektrokardiogramima (poznate i kao EKG ili EKG) kako bi predvidio da li je pacijent doživio zatajenje srca
Algoritmi za samostalno učenje prepoznaju probleme sa zatajenjem srca
“Pokazali smo da algoritmi dubokog učenja mogu prepoznati probleme s pumpanjem krvi na obje strane srca na osnovu podataka EKG valnog oblika,” rekao je Benjamin S. Glicksberg, PhD, docent genetike i genomskih nauka, član Hasso Plattner instituta za digitalne tehnologije Zdravlje na planini Sinaj i viši autor studije objavljene u časopisu American College of Cardiology: Cardiovascular Imaging.
“Uobičajeno, dijagnosticiranje ove vrste srčanih oboljenja zahtijeva skupe i dugotrajne postupke.
Nadamo se da će ovaj algoritam omogućiti bržu dijagnozu zatajenja srca. ”
Studiju je vodio Akhil Vaid, MD, postdoktorski naučnik koji radi u laboratoriji Glicksberg Girish N. Nadkarni, MD, MPH, CPH, vanredni profesor medicine na Icahn School of Medicine na Mount Sinai, šef odjela za Data-Driven and Digital Medicine (D3M) i viši autor studije.
Pogađa oko 6.2 miliona Amerikanaca, srčana insuficijencija ili kongestivna srčana insuficijencija nastaju kada srce pumpa manje krvi nego što je tijelu normalno potrebno.
Godinama su se ljekari u velikoj mjeri oslanjali na tehniku snimanja koja se naziva ehokardiogram kako bi procijenili da li pacijent možda ima zatajenje srca.
Iako je od pomoći, ehokardiogrami mogu biti radno intenzivne procedure koje se nude samo u odabranim bolnicama.
Međutim, nedavna otkrića u umjetnoj inteligenciji sugeriraju da bi elektrokardiogrami – široko korišteni električni uređaj za snimanje – mogli biti brza i lako dostupna alternativa u ovim slučajevima.
Na primjer, mnoga su istraživanja pokazala kako algoritam "dubokog učenja" može otkriti slabost u lijevoj komori srca, koja potiskuje svježe oksigeniranu krv do ostatka tijela.
U ovoj studiji istraživači su opisali razvoj algoritma koji ne samo da procjenjuje snagu lijeve komore, već i desne komore, koja uzima deoksigeniranu krv koja struji iz tijela i pumpa je do pluća.
“Iako je privlačno, tradicionalno je bilo izazov za liječnike koristiti EKG za dijagnozu zatajenja srca.
To je dijelom i zbog toga što ne postoje utvrđeni dijagnostički kriteriji za ove procjene i zato što su neke promjene u očitanju EKG -a jednostavno previše suptilne da ih ljudsko oko ne može otkriti ”, rekao je dr. Nadkarni.
"Ova studija predstavlja uzbudljiv korak naprijed u pronalaženju informacija skrivenih unutar podataka EKG -a, što može dovesti do boljeg pregleda i paradigmi liječenja pomoću relativno jednostavnog i široko dostupnog testa."
Obično elektrokardiogram uključuje postupak u dva koraka.
Žičani vodiči zalijepljeni su na različite dijelove grudi pacijenta i za nekoliko minuta posebno dizajnirana, prenosiva mašina ispisuje niz iskrivljenih linija ili talasnih oblika koji predstavljaju električnu aktivnost srca.
Ove mašine se mogu naći u većini bolnica i ambulante širom Sjedinjenih Država i zahtijevaju minimalnu obuku za rad.
Za ovu studiju, istraživači su programirali računar za čitanje elektrokardiograma pacijenata zajedno sa podacima izvučenim iz pisanih izvještaja koji sažimaju rezultate odgovarajućih ehokardiograma uzetih od istih pacijenata.
U ovoj situaciji, pisani izvještaji djelovali su kao standardni skup podataka za računalo da se uporedi s podacima na elektrokardiogramu i nauči kako uočiti slabija srca.
EKG OPREMA? POSJETITE ZOLL BOOTH NA HITNOM EXPU
Zatajenje srca: programi za obradu prirodnog jezika pomogli su kompjuteru da izvuče podatke iz pisanih izvještaja
U međuvremenu su ugrađene posebne neuronske mreže sposobne za otkrivanje obrazaca na slikama kako bi algoritam naučio prepoznati snage pumpanja.
"Željeli smo potaknuti najnovija dostignuća razvijanjem umjetne inteligencije sposobne razumjeti cijelo srce lako i jeftino", rekao je dr. Vaid.
Kompjuter je tada pročitao više od 700,000 elektrokardiograma i izvještaja o ehokardiogramima dobivenih od 150,000 pacijenata zdravstvenog sistema Mount Sinai od 2003. do 2020. godine.
Podaci iz četiri bolnice korišteni su za obuku kompjutera, dok su podaci iz pete korišteni za testiranje kako će algoritam raditi u drugačijem eksperimentalnom okruženju.
"Potencijalna prednost ove studije je ta što je obuhvatila jednu od najvećih zbirki EKG -a iz jedne od najrazličitijih populacija pacijenata na svijetu", rekao je dr. Nadkarni.
Prvi rezultati sugeriraju da je algoritam bio učinkovit u predviđanju koji će pacijenti imati zdravu ili vrlo slabu lijevu komoru.
Ovdje je snaga definirana ejekcijskom frakcijom lijeve komore, procjenom koliko tečnosti ventrikul ispumpava sa svakim otkucajem, kako je primijećeno na ehokardiogramima.
Zdrava srca imaju udio izbacivanja 50 posto ili veći, dok slaba srca imaju ona koja su jednaka ili manja od 40 posto.
Algoritam je bio 94 posto precizan u predviđanju koji su pacijenti imali zdravu frakciju izbacivanja, a 87 posto je bio precizan u predviđanju onih koji su imali izbacivajuću frakciju ispod 40 posto.
Međutim, algoritam nije bio tako učinkovit u predviđanju koji će pacijenti imati blago oslabljeno srce
U ovom slučaju, program je bio 73 posto precizan u predviđanju pacijenata koji su imali izbačajnu frakciju između 40 i 50 posto.
Dalji rezultati sugerirali su da je algoritam također naučio otkriti slabosti desnog ventila pomoću elektrokardiograma.
U ovom slučaju, slabost je definirana više opisnim izrazima izvučenim iz izvještaja o ehokardiogramu.
Ovdje je algoritam bio 84 posto precizan u predviđanju koji pacijenti imaju slabe desne zaliske.
"Naši rezultati sugeriraju da bi ovaj algoritam na kraju mogao pomoći liječnicima da ispravno dijagnosticiraju zastoj na obje strane srca", rekao je dr. Vaid.
Konačno, dodatna analiza pokazala je da bi algoritam mogao biti učinkovit u otkrivanju srčane slabosti kod svih pacijenata, bez obzira na rasu i spol.
"Naši rezultati sugeriraju da bi ovaj algoritam mogao biti korisno oruđe za pomoć liječnicima u borbi protiv srčane insuficijencije kod raznih pacijenata", dodao je dr. Glicksberg. „U procesu smo pažljivog osmišljavanja prospektivnih ispitivanja kako bismo testirali njegovu efikasnost u realnijem okruženju.”
Ovo istraživanje podržali su Nacionalni instituti za zdravlje (TR001433).
članak
Vaid, A., i sur., Korištenje algoritama dubokog učenja za istovremenu identifikaciju disfunkcije desne i lijeve komore iz elektrokardiograma, Journal of the American College of Cardiology: Cardiovascular Imaging, 13. oktobra 2021, DOI: 10.1016/j.jcmg.2021.08.004 .XNUMX.
Pročitajte takođe:
Upale srca: miokarditis, infektivni endokarditis i perikarditis
Srčani šumovi: šta je to i kada se treba zabrinuti
Sindrom slomljenog srca je u porastu: znamo takotsubo kardiomiopatiju