Insuficiență cardiacă și inteligență artificială: algoritm de auto-învățare pentru detectarea semnelor invizibile pentru ECG
Insuficiență cardiacă și inteligență artificială: un algoritm computerizat special bazat pe inteligență artificială (AI) creat de cercetătorii de pe Muntele Sinai a reușit să învețe cum să identifice modificările subtile ale electrocardiogramelor (cunoscute și sub numele de ECG sau EKG) pentru a prezice dacă un pacient se confruntă cu insuficiență cardiacă
Algoritmii de auto-învățare recunosc problemele de insuficiență cardiacă
„Am arătat că algoritmii de învățare profundă pot recunoaște problemele de pompare a sângelui de pe ambele părți ale inimii din datele formei de undă ECG”, a declarat Benjamin S. Glicksberg, dr., Profesor asistent de genetică și științe genomice, membru al Institutului digital Hasso Plattner Health at Mount Sinai și autor principal al studiului publicat în Journal of the American College of Cardiology: Cardiovascular Imaging.
„De obicei, diagnosticarea acestor tipuri de afecțiuni cardiace necesită proceduri costisitoare și consumatoare de timp.
Sperăm că acest algoritm va permite un diagnostic mai rapid al insuficienței cardiace. ”
Studiul a fost condus de Akhil Vaid, MD, un cercetător postdoctoral care lucrează atât în laboratorul Glicksberg, cât și în Girish N. Nadkarni, MD, MPH, CPH, profesor asociat de medicină la Școala de Medicină Icahn din Muntele Sinai, șef al Diviziei de Medicină digitală și bazată pe date (D3M) și un autor principal al studiului.
Afectând aproximativ 6.2 milioane de americani, insuficiența cardiacă sau insuficiența cardiacă congestivă apare atunci când inima pompează mai puțin sânge decât organismul are nevoie în mod normal
De ani de zile, medicii s-au bazat foarte mult pe o tehnică de imagistică numită ecocardiogramă pentru a evalua dacă un pacient se confruntă cu insuficiență cardiacă.
Deși utile, ecocardiogramele pot fi proceduri care necesită muncă intensă, care sunt oferite doar la anumite spitale.
Cu toate acestea, descoperirile recente în inteligența artificială sugerează că electrocardiogramele - un dispozitiv de înregistrare electrică utilizat pe scară largă - ar putea fi o alternativă rapidă și ușor disponibilă în aceste cazuri.
De exemplu, multe studii au arătat cum un algoritm de „învățare profundă” poate detecta slăbiciunea în ventriculul stâng al inimii, care împinge sângele proaspăt oxigenat în restul corpului.
În acest studiu, cercetătorii au descris dezvoltarea unui algoritm care nu numai că a evaluat puterea ventriculului stâng, ci și ventriculul drept, care preia sângele dezoxigenat care circulă din corp și îl pompează în plămâni.
Desi atragatoare, in mod traditional a fost o provocare pentru medici sa foloseasca ECG-uri pentru a diagnostica insuficienta cardiaca.
Acest lucru se datorează parțial faptului că nu există criterii de diagnostic stabilite pentru aceste evaluări și pentru că unele modificări ale citirilor ECG sunt pur și simplu prea subtile pentru ca ochiul uman să le poată detecta ”, a spus dr. Nadkarni.
Acest studiu reprezinta un pas incitant in gasirea de informatii ascunse in datele ECG care poate duce la o mai buna screening si paradigme de tratament folosind un test relativ simplu si disponibil pe scara larga.
De obicei, o electrocardiogramă implică un proces în doi pași.
Conductoarele de sârmă sunt lipite pe diferite părți ale pieptului pacientului și în câteva minute o mașină portabilă special concepută tipărește o serie de linii zgârcite sau forme de undă, reprezentând activitatea electrică a inimii.
Aceste mașini pot fi găsite în majoritatea spitalelor și ambulanţe în Statele Unite și necesită o pregătire minimă pentru a opera.
Pentru acest studiu, cercetătorii au programat un computer pentru a citi electrocardiogramele pacienților împreună cu datele extrase din rapoarte scrise care rezumă rezultatele ecocardiogramelor corespunzătoare luate de la aceiași pacienți.
În această situație, rapoartele scrise au acționat ca un set standard de date pentru computer pentru a le compara cu datele electrocardiogramei și a învăța cum să identifice inimile mai slabe.
ECHIPAMENTE ECG? VISITAȚI CABINA ZOLL LA EXPOZIȚIA DE URGENȚĂ
Insuficiență cardiacă: programele de procesare a limbajului natural au ajutat computerul să extragă date din rapoartele scrise
Între timp, au fost încorporate rețele neuronale speciale capabile să descopere modele în imagini pentru a ajuta algoritmul să învețe să recunoască punctele forte de pompare.
„Am vrut să împingem stadiul tehnicii dezvoltând AI capabil să înțeleagă întreaga inimă ușor și ieftin”, a spus dr. Vaid.
Computerul a citit apoi mai mult de 700,000 de electrocardiograme și rapoarte de ecocardiogramă obținute de la 150,000 de pacienți cu sistemul de sănătate Mount Sinai în perioada 2003-2020.
Datele de la patru spitale au fost folosite pentru a instrui computerul, în timp ce datele de la al cincilea au fost folosite pentru a testa cum ar funcționa algoritmul într-un cadru experimental diferit.
„Un potențial avantaj al acestui studiu este că a implicat una dintre cele mai mari colecții de ECG de la una dintre cele mai diverse populații de pacienți din lume”, a spus dr. Nadkarni.
Rezultatele inițiale au sugerat că algoritmul a fost eficient în prezicerea pacienților care ar avea ventriculii stângi sănătoși sau foarte slabi.
Aici puterea a fost definită de fracția de ejecție a ventriculului stâng, o estimare a cantității de lichid pe care ventriculul o pompează la fiecare bătaie, după cum se observă pe ecocardiograme.
Inimile sănătoase au o fracție de ejecție de 50 la sută sau mai mare, în timp ce inimile slabe au cele care sunt egale sau sub 40 la sută.
Algoritmul a fost 94 la sută precis la prezicerea pacienților care au avut o fracție de ejecție sănătoasă și 87 la sută exactă la prezicerea celor care au avut o fracție de ejecție care a fost sub 40 la sută.
Cu toate acestea, algoritmul nu a fost la fel de eficient în prezicerea pacienților care ar fi slăbit inimile
În acest caz, programul a fost de 73% precis la prezicerea pacienților care au avut o fracție de ejecție cuprinsă între 40 și 50%.
Alte rezultate au sugerat că algoritmul a învățat, de asemenea, să detecteze punctele slabe ale valvei din electrocardiograme.
În acest caz, slăbiciunea a fost definită de termeni mai descriptivi extrasați din rapoartele ecocardiogramei.
Aici algoritmul a fost de 84 la sută precis la prezicerea pacienților cu valve drepte slabe.
Rezultatele noastre au sugerat că acest algoritm poate ajuta în cele din urmă medicii să diagnosticheze corect eșecul de ambele părți ale inimii, a spus dr. Vaid.
În cele din urmă, o analiză suplimentară a sugerat că algoritmul poate fi eficient la detectarea slăbiciunii cardiace la toți pacienții, indiferent de rasă și sex.
Rezultatele noastre sugerează că acest algoritm ar putea fi un instrument util pentru a ajuta practicienii clinici să combată insuficiența cardiacă suferită de o varietate de pacienți, a adăugat dr. Glicksberg. „Suntem în procesul de proiectare atentă a studiilor prospective pentru a-i testa eficiența într-un cadru mai real”.
Acest studiu a fost susținut de Institutele Naționale de Sănătate (TR001433).
Articol
Vaid, A., și colab., Utilizarea algoritmilor de învățare profundă pentru a identifica simultan disfuncția ventriculară dreaptă și stângă din electrocardiogramă, Journal of the American College of Cardiology: Cardiovascular Imaging, 13 octombrie 2021, DOI: 10.1016 / j.jcmg.2021.08.004 .XNUMX.
Citiți și:
Inflamații ale inimii: miocardită, endocardită infectantă și pericardită
Murmurări ale inimii: ce este și când trebuie să fii îngrijorat
Sindromul inimii rupte este în plină ascensiune: cunoaștem cardiomiopatia Takotsubo