दिल की विफलता और कृत्रिम बुद्धि: ईसीजी के लिए अदृश्य संकेतों का पता लगाने के लिए स्व-शिक्षण एल्गोरिदम
दिल की विफलता और कृत्रिम बुद्धिमत्ता: माउंट सिनाई शोधकर्ताओं द्वारा बनाया गया एक विशेष कृत्रिम बुद्धिमत्ता (एआई)-आधारित कंप्यूटर एल्गोरिथम यह जानने में सक्षम था कि इलेक्ट्रोकार्डियोग्राम (ईसीजी या ईकेजी के रूप में भी जाना जाता है) में सूक्ष्म परिवर्तनों की पहचान कैसे करें ताकि यह अनुमान लगाया जा सके कि कोई मरीज दिल की विफलता का अनुभव कर रहा था या नहीं।
स्व-शिक्षण एल्गोरिदम दिल की विफलता की समस्याओं को पहचानते हैं
"हमने दिखाया कि डीप-लर्निंग एल्गोरिदम ईसीजी वेवफॉर्म डेटा से हृदय के दोनों किनारों पर रक्त पंप करने की समस्याओं को पहचान सकते हैं," बेंजामिन एस। ग्लिक्सबर्ग, पीएचडी, जेनेटिक्स और जीनोमिक साइंसेज के सहायक प्रोफेसर, डिजिटल के लिए हासो प्लैटनर इंस्टीट्यूट के एक सदस्य ने कहा। माउंट सिनाई में स्वास्थ्य, और अमेरिकन कॉलेज ऑफ कार्डियोलॉजी के जर्नल में प्रकाशित अध्ययन के एक वरिष्ठ लेखक: कार्डियोवास्कुलर इमेजिंग।
"आमतौर पर, इस प्रकार की हृदय स्थितियों का निदान करने के लिए महंगी और समय लेने वाली प्रक्रियाओं की आवश्यकता होती है।
हमें उम्मीद है कि यह एल्गोरिथम दिल की विफलता का शीघ्र निदान करने में सक्षम होगा।"
अध्ययन का नेतृत्व अखिल वैद, एमडी, एक पोस्टडॉक्टरल विद्वान ने किया था, जो ग्लिक्सबर्ग लैबी गिरीश एन। नाडकर्णी, एमडी, एमपीएच, सीपीएच, माउंट सिनाई में इकन स्कूल ऑफ मेडिसिन में मेडिसिन के एसोसिएट प्रोफेसर, डिवीजन के प्रमुख दोनों में काम करते हैं। डेटा-ड्रिवेन एंड डिजिटल मेडिसिन (D3M), और अध्ययन के एक वरिष्ठ लेखक।
लगभग 6.2 मिलियन अमेरिकियों को प्रभावित करना, दिल की विफलता, या दिल की विफलता, तब होती है जब हृदय सामान्य रूप से शरीर की तुलना में कम रक्त पंप करता है
वर्षों से डॉक्टरों ने एक इमेजिंग तकनीक पर बहुत अधिक भरोसा किया है जिसे इकोकार्डियोग्राम कहा जाता है ताकि यह आकलन किया जा सके कि कोई मरीज दिल की विफलता का अनुभव कर रहा है या नहीं।
सहायक होते हुए, इकोकार्डियोग्राम श्रम-गहन प्रक्रियाएं हो सकती हैं जो केवल चुनिंदा अस्पतालों में ही पेश की जाती हैं।
हालांकि, कृत्रिम बुद्धिमत्ता में हाल की सफलताओं से पता चलता है कि इलेक्ट्रोकार्डियोग्राम-एक व्यापक रूप से इस्तेमाल किया जाने वाला विद्युत रिकॉर्डिंग उपकरण-इन मामलों में एक तेज़ और आसानी से उपलब्ध विकल्प हो सकता है।
उदाहरण के लिए, कई अध्ययनों से पता चला है कि कैसे एक "डीप-लर्निंग" एल्गोरिथम हृदय के बाएं वेंट्रिकल में कमजोरी का पता लगा सकता है, जो शरीर के बाकी हिस्सों में ताजा ऑक्सीजन युक्त रक्त को बाहर धकेलता है।
इस अध्ययन में, शोधकर्ताओं ने एक एल्गोरिदम के विकास का वर्णन किया जिसने न केवल बाएं वेंट्रिकल बल्कि दाएं वेंट्रिकल की ताकत का भी आकलन किया, जो शरीर से ऑक्सीजन रहित रक्त प्रवाहित करता है और इसे फेफड़ों में पंप करता है।
"हालांकि आकर्षक, परंपरागत रूप से चिकित्सकों के लिए दिल की विफलता का निदान करने के लिए ईसीजी का उपयोग करना चुनौतीपूर्ण रहा है।
यह आंशिक रूप से इसलिए है क्योंकि इन आकलनों के लिए कोई स्थापित नैदानिक मानदंड नहीं है और क्योंकि ईसीजी रीडआउट में कुछ बदलाव मानव आंखों के लिए पता लगाने के लिए बहुत ही सूक्ष्म हैं, "डॉ नाडकर्णी ने कहा।
"यह अध्ययन ईसीजी डेटा के भीतर छिपी जानकारी को खोजने में एक रोमांचक कदम का प्रतिनिधित्व करता है जो अपेक्षाकृत सरल और व्यापक रूप से उपलब्ध परीक्षण का उपयोग करके बेहतर स्क्रीनिंग और उपचार प्रतिमानों को जन्म दे सकता है।"
आमतौर पर, एक इलेक्ट्रोकार्डियोग्राम में दो-चरणीय प्रक्रिया शामिल होती है।
वायर लीड्स को रोगी की छाती के विभिन्न हिस्सों में टेप किया जाता है और मिनटों के भीतर एक विशेष रूप से डिज़ाइन की गई, पोर्टेबल मशीन दिल की विद्युत गतिविधि का प्रतिनिधित्व करने वाली स्क्विगली लाइनों, या तरंगों की एक श्रृंखला को प्रिंट करती है।
ये मशीनें ज्यादातर अस्पतालों में मिल सकती हैं और एंबुलेंस संयुक्त राज्य भर में और संचालित करने के लिए न्यूनतम प्रशिक्षण की आवश्यकता होती है।
इस अध्ययन के लिए, शोधकर्ताओं ने एक ही रोगी से लिए गए इकोकार्डियोग्राम के परिणामों को सारांशित करते हुए लिखित रिपोर्ट से निकाले गए डेटा के साथ-साथ रोगी इलेक्ट्रोकार्डियोग्राम को पढ़ने के लिए एक कंप्यूटर प्रोग्राम किया।
इस स्थिति में, लिखित रिपोर्ट ने इलेक्ट्रोकार्डियोग्राम डेटा के साथ तुलना करने के लिए कंप्यूटर के लिए डेटा के एक मानक सेट के रूप में काम किया और कमजोर दिलों को कैसे पहचाना जाए।
ईसीजी उपकरण? आपातकालीन एक्सपो में ज़ोल बूथ पर जाएँ
दिल की विफलता: प्राकृतिक भाषा प्रसंस्करण कार्यक्रमों ने कंप्यूटर को लिखित रिपोर्ट से डेटा निकालने में मदद की
इस बीच, छवियों में पैटर्न की खोज करने में सक्षम विशेष तंत्रिका नेटवर्क को शामिल किया गया ताकि एल्गोरिदम को पंपिंग ताकत को पहचानने में मदद मिल सके।
डॉ. वैद ने कहा, "हम पूरे दिल को आसानी से और सस्ते में समझने में सक्षम एआई विकसित करके कला की स्थिति को आगे बढ़ाना चाहते थे।"
कंप्यूटर ने 700,000 से 150,000 तक 2003 माउंट सिनाई हेल्थ सिस्टम के रोगियों से प्राप्त 2020 से अधिक इलेक्ट्रोकार्डियोग्राम और इकोकार्डियोग्राम रिपोर्ट को पढ़ा।
कंप्यूटर को प्रशिक्षित करने के लिए चार अस्पतालों के डेटा का उपयोग किया गया था, जबकि पांचवें से डेटा का उपयोग यह परीक्षण करने के लिए किया गया था कि एल्गोरिदम एक अलग प्रयोगात्मक सेटिंग में कैसा प्रदर्शन करेगा।
"इस अध्ययन का एक संभावित लाभ यह है कि इसमें दुनिया में सबसे विविध रोगी आबादी में से ईसीजी के सबसे बड़े संग्रह में से एक शामिल है," डॉ। नाडकर्णी ने कहा।
प्रारंभिक परिणामों ने सुझाव दिया कि एल्गोरिथ्म यह अनुमान लगाने में प्रभावी था कि किन रोगियों में या तो स्वस्थ या बहुत कमजोर बाएं वेंट्रिकल होंगे।
यहां ताकत को बाएं वेंट्रिकल इजेक्शन अंश द्वारा परिभाषित किया गया था, यह अनुमान है कि वेंट्रिकल प्रत्येक बीट के साथ कितना तरल पदार्थ पंप करता है जैसा कि इकोकार्डियोग्राम पर देखा गया है।
स्वस्थ दिलों में इजेक्शन अंश 50 प्रतिशत या उससे अधिक होता है जबकि कमजोर दिलों का इजेक्शन अंश 40 प्रतिशत के बराबर या उससे कम होता है।
एल्गोरिथम 94 प्रतिशत सटीक था, यह अनुमान लगाने में कि किन रोगियों में एक स्वस्थ इजेक्शन अंश था और 87 प्रतिशत उन लोगों की भविष्यवाणी करने में सटीक थे जिनके पास इजेक्शन अंश था जो कि 40 प्रतिशत से कम था।
हालांकि, यह अनुमान लगाने में एल्गोरिदम उतना प्रभावी नहीं था कि किन रोगियों का दिल थोड़ा कमजोर होगा
इस मामले में, कार्यक्रम उन रोगियों की भविष्यवाणी करने में 73 प्रतिशत सटीक था जिनके पास इजेक्शन अंश था जो 40 से 50 प्रतिशत के बीच था।
आगे के परिणामों ने सुझाव दिया कि एल्गोरिथ्म ने इलेक्ट्रोकार्डियोग्राम से सही वाल्व की कमजोरियों का पता लगाना भी सीखा।
इस मामले में, कमजोरी को इकोकार्डियोग्राम रिपोर्ट से निकाले गए अधिक वर्णनात्मक शब्दों द्वारा परिभाषित किया गया था।
यहां एल्गोरिथम 84 प्रतिशत सटीक था, जिससे यह अनुमान लगाया जा सकता था कि किन रोगियों के दाएं वाल्व कमजोर थे।
"हमारे परिणामों ने सुझाव दिया कि यह एल्गोरिदम अंततः डॉक्टरों को दिल के दोनों तरफ विफलता का सही निदान करने में मदद कर सकता है," डॉ वैद ने कहा।
अंत में, अतिरिक्त विश्लेषण ने सुझाव दिया कि एल्गोरिथ्म नस्ल और लिंग की परवाह किए बिना सभी रोगियों में हृदय की कमजोरी का पता लगाने में प्रभावी हो सकता है।
डॉ. ग्लिक्सबर्ग ने कहा, "हमारे नतीजे बताते हैं कि यह एल्गोरिथम विभिन्न प्रकार के रोगियों को दिल की विफलता से निपटने में नैदानिक चिकित्सकों की मदद करने के लिए एक उपयोगी उपकरण हो सकता है।" "हम अधिक वास्तविक दुनिया की सेटिंग में इसकी प्रभावशीलता का परीक्षण करने के लिए संभावित परीक्षणों को सावधानीपूर्वक डिजाइन करने की प्रक्रिया में हैं।"
इस अध्ययन को राष्ट्रीय स्वास्थ्य संस्थान (TR001433) द्वारा समर्थित किया गया था।
लेख
वैद, ए।, एट अल।, इलेक्ट्रोकार्डियोग्राम से दाएं और बाएं वेंट्रिकुलर डिसफंक्शन की एक साथ पहचान करने के लिए डीप लर्निंग एल्गोरिदम का उपयोग करना, जर्नल ऑफ द अमेरिकन कॉलेज ऑफ कार्डियोलॉजी: कार्डियोवास्कुलर इमेजिंग, 13 अक्टूबर, 2021, डीओआई: 10.1016/j.jcmg.2021.08.004 .XNUMX.
इसके अलावा पढ़ें:
दिल की सूजन: मायोकार्डिटिस, संक्रामक एंडोकार्डिटिस और पेरीकार्डिटिस
हार्ट बड़बड़ाहट: यह क्या है और कब चिंतित होना चाहिए
ब्रोकन हार्ट सिंड्रोम बढ़ रहा है: हम ताकोत्सुबो कार्डियोमायोपैथी जानते हैं