Жүрек жеткіліксіздігі және жасанды интеллект: ЭКГ-да көрінбейтін белгілерді анықтау үшін өздігінен үйрену алгоритмі
Жүрек жеткіліксіздігі және жасанды интеллект: Синай тауын зерттеушілер жасаған арнайы жасанды интеллект (AI) негізіндегі компьютерлік алгоритм пациенттің жүрек жеткіліксіздігі бар-жоғын болжау үшін электрокардиограммалардағы (сондай-ақ ЭКГ немесе ЭКГ деп те аталады) нәзік өзгерістерді анықтауды үйренді.
Өзін-өзі үйрену алгоритмдері жүрек жеткіліксіздігі проблемаларын таниды
Бенджамин С. Гликсберг, PhD докторы, генетика және геномдық ғылымдардың ассистенті, Хассо Платтнер цифрлық институтының мүшесі: «Біз терең оқыту алгоритмдері жүректің екі жағындағы қан айдау проблемаларын ЭКГ толқын пішіні деректерінен тани алатынын көрсеттік», - деді. Синай тауындағы денсаулық және Американдық кардиология колледжінің журналында жарияланған зерттеудің аға авторы: жүрек -қан тамырлары бейнесі.
«Әдетте мұндай жүрек ауруларының диагностикасы қымбат және көп уақытты қажет ететін процедураларды талап етеді.
Бұл алгоритм жүрек жеткіліксіздігін тезірек диагностикалауға мүмкіндік береді деп үміттенеміз.
Зерттеуді Гликсберг зертханасында жұмыс істейтін докторлықтан кейінгі ғалым Ахил Вайд жүргізді, Гириш Н. Надкарни, MD, MPH, CPH, Синай тауындағы Икан медицина мектебінің медицина кафедрасының доценті, медицина бөлімінің бастығы. Деректерге негізделген және цифрлық медицина (D3M) және зерттеудің аға авторы.
Шамамен 6.2 миллион американдықтарға әсер ететін жүрек жеткіліксіздігі немесе іркілген жүрек жеткіліксіздігі жүрек қалыпты қанды денеге қажетті мөлшерден аз айдаған кезде пайда болады.
Көптеген жылдар бойы дәрігерлер пациенттің жүрек жеткіліксіздігі бар-жоғын анықтау үшін эхокардиограмма деп аталатын бейнелеу әдісіне сүйенді.
ЭхоКАРДИГА пайдалы болғанымен, тек таңдаулы ауруханаларда ұсынылатын көп еңбекті қажет ететін процедуралар болуы мүмкін.
Алайда, жасанды интеллект саласындағы соңғы жетістіктер электрокардиограмма - кеңінен қолданылатын электрлік жазу құрылғысы - бұл жағдайда тез әрі қолжетімді балама бола алатынын көрсетеді.
Мысалы, көптеген зерттеулер «терең оқыту» алгоритмі жүректің сол жақ қарыншасындағы әлсіздікті қалай анықтай алатынын көрсетті, бұл жаңа оттегімен қаныққан қанды дененің қалған бөлігіне итермелейді.
Бұл зерттеуде зерттеушілер сол жақ қарыншаның күшін ғана емес, оң жақ қарыншаны да бағалайтын алгоритмнің дамуын сипаттады, ол денеден дезоксигенирленген қанды алып, өкпеге айдайды.
«Тартымды болғанымен, дәстүрлі түрде дәрігерлерге жүрек жеткіліксіздігін диагностикалау үшін ЭКГ қолдану қиынға соқты.
Бұл ішінара бұл бағалаулар үшін белгіленген диагностикалық критерийлердің жоқтығынан және ЭКГ көрсеткіштеріндегі кейбір өзгерістер адам көзі анықтай алмайтын тым нәзік болғандықтан, », - деді доктор Надкарни.
«Бұл зерттеу салыстырмалы түрде қарапайым және кеңінен қол жетімді тест арқылы жақсы скрининг пен емдеу парадигмаларына әкелуі мүмкін ЭКГ деректерінде жасырылған ақпаратты табудағы алға жылжымалы қадам болып табылады».
Әдетте, электрокардиограмма екі сатылы процесті қамтиды.
Сым сымдары емделушінің кеуде қуысының әртүрлі бөліктеріне жабыстырылады және бірнеше минут ішінде арнайы әзірленген портативті машина жүректің электрлік белсенділігін білдіретін қисық сызықтарды немесе толқын пішіндерін басып шығарады.
Бұл машиналарды көптеген ауруханалардан табуға болады және жедел жәрдем машиналары бүкіл Америка Құрама Штаттарында және жұмыс істеу үшін ең аз дайындықты қажет етеді.
Бұл зерттеу үшін зерттеушілер компьютерді пациенттердің электрокардиограммаларын оқуға бағдарламалады, сонымен қатар сол науқастардан алынған сәйкес эхокардиограммалардың нәтижелерін қорытындылайтын жазбаша есептер алынған деректер.
Бұл жағдайда жазбаша есептер компьютерге электрокардиограмма деректерімен салыстыру және әлсіз жүректерді қалай анықтау керектігін үйрену үшін деректердің стандартты жиынтығы ретінде әрекет етті.
ЭКГ ЖАБДЫҒЫ? Шұғыл ЭКСПО -да ZOLL BOOTH -қа барыңыз
Жүрек жеткіліксіздігі: табиғи тілді өңдеу бағдарламалары компьютерге жазбаша есептердегі деректерді шығаруға көмектесті
Сонымен қатар, алгоритмге сорғы күштерін тануды үйренуге көмектесу үшін кескіндердегі үлгілерді табуға қабілетті арнайы нейрондық желілер енгізілген.
Доктор Вайд: «Біз бүкіл жүректі оңай және арзан түсінуге қабілетті жасанды интеллектті дамыта отырып, заманауи деңгейге көтерілгіміз келді», - деді.
Содан кейін компьютер 700,000 жылдан 150,000 жылға дейін Синай тауындағы денсаулық сақтау жүйесінің 2003 2020 пациентінен алынған XNUMX XNUMX-нан астам электрокардиограмма мен эхокардиограмма есептерін оқыды.
Төрт аурухананың деректері компьютерді үйрету үшін пайдаланылды, ал бесіншісінің деректері алгоритмнің басқа эксперименттік жағдайда қалай орындалатынын тексеру үшін пайдаланылды.
Доктор Надкарни: «Бұл зерттеудің әлеуетті артықшылығы - бұл әлемдегі ең әртүрлі пациенттердің бірінен алынған ЭКГ-ның ең үлкен жинақтарының бірін қамтуы», - деді.
Бастапқы нәтижелер алгоритм қай пациенттердің сол жақ қарыншалары сау немесе өте әлсіз болатынын болжауда тиімді екенін көрсетті.
Мұнда күш сол қарыншаның лақтыру фракциясымен анықталды, эхокардиограммаларда байқалғандай, қарыншаның әрбір соғу кезінде қанша сұйықтықты сорып шығаратынын бағалау.
Дені сау жүректердің шығарылу үлесі 50% немесе одан жоғары, ал әлсіз жүректерде 40% тең немесе одан төмен болады.
Алгоритм 94 % пациенттерде сау эжекция фракциясы бар екенін болжауда 87 % және 40 % -дан төмен эжекциялық фракциясы барларды болжауда XNUMX % дәл болды.
Алайда алгоритм қандай науқастардың жүрегі сәл әлсірейтінін болжауда соншалықты тиімді болмады
Бұл жағдайда бағдарлама 73 пен 40 пайыз аралығындағы эжекция фракциясы бар науқастарды болжауда 50 пайыз дәл болды.
Кейінгі нәтижелер алгоритмнің электрокардиограммалардан дұрыс клапанның әлсіздіктерін анықтауды да үйренгенін көрсетті.
Бұл жағдайда әлсіздік эхокардиограмма есептерінен алынған сипаттамалы терминдермен анықталды.
Мұнда алгоритм қай пациенттерде оң жақ клапандары әлсіз екенін болжауда 84 пайыз дәл болды.
«Біздің нәтижелеріміз бұл алгоритм дәрігерлерге жүректің екі жағындағы ақауларды дұрыс анықтауға көмектесетінін көрсетті», - деді доктор Вайд.
Соңында, қосымша талдау алгоритм нәсіліне және жынысына қарамастан барлық науқастарда жүрек әлсіздігін анықтауда тиімді болуы мүмкін екенін көрсетті.
«Біздің нәтижелеріміз бұл алгоритм клиникалық тәжірибешілерге әртүрлі науқастардан зардап шеккен жүрек жеткіліксіздігімен күресуге көмектесетін пайдалы құрал болуы мүмкін екенін көрсетеді», - деп қосты доктор Гликсберг. «Біз оның нақты әлемдегі тиімділігін тексеру үшін болашақ сынақтарды мұқият әзірлеу үстіндеміз».
Бұл зерттеуге Ұлттық денсаулық сақтау институттары (TR001433) қолдау көрсетті.
мақала
Вайд, А., т.б., Электрокардиограммадан оң және сол қарыншаның дисфункциясын бір мезгілде анықтау үшін терең оқыту алгоритмдерін қолдана отырып, Америка кардиология колледжінің журналы: Жүрек қан тамырлары бейнесі, 13 қазан, 2021, DOI: 10.1016/j.jcmg.2021.08.004 .XNUMX.
Сондай-ақ оқыңыз:
Жүрек қабынуы: миокардит, инфекциялық эндокардит және перикардит
Жүректің күңіренуі: бұл не және қашан алаңдау керек
Сынған жүрек синдромы өршуде: біз Такоцубо кардиомиопатиясын білеміз