Srčno popuščanje in umetna inteligenca: samoučni algoritem za odkrivanje znakov, nevidnih za EKG
Srčno popuščanje in umetna inteligenca: poseben računalniški algoritem na osnovi umetne inteligence (AI), ki so ga ustvarili raziskovalci Mount Sinai, se je lahko naučil, kako prepoznati subtilne spremembe v elektrokardiogramih (znanih tudi kot EKG ali EKG), da bi napovedal, ali ima bolnik srčno popuščanje
Algoritmi samoučenja prepoznavajo težave s srčnim popuščanjem
"Pokazali smo, da lahko algoritmi globokega učenja prepoznajo težave s črpanjem krvi na obeh straneh srca iz podatkov EKG-ja," je povedal Benjamin S. Glicksberg, docent za genetiko in genomske znanosti, član Inštituta za digitalno tehnologijo Hasso Plattner Zdravje na gori Sinaj in višji avtor študije, objavljene v Journal of the American College of Cardiology: Cardiovascular Imaging.
»Običajno diagnosticiranje tovrstnih srčnih stanj zahteva drage in dolgotrajne postopke.
Upamo, da bo ta algoritem omogočil hitrejšo diagnozo srčnega popuščanja. "
Študijo je vodil Akhil Vaid, doktor znanosti, podoktorski znanstvenik, ki dela v labirintu Glicksberg Girish N. Nadkarni, MD, MPH, CPH, izredni profesor medicine na Medicinski fakulteti Icahn na Mount Sinai, vodja oddelka Podatkovna in digitalna medicina (D3M) ter višji avtor študije.
Prizadene približno 6.2 milijona Američanov, srčno popuščanje ali kongestivno srčno popuščanje se pojavi, ko srce črpa manj krvi, kot jo telo običajno potrebuje
Zdravniki so se leta močno zanašali na slikovno tehniko, imenovano ehokardiogram, da bi ocenili, ali ima bolnik srčno popuščanje.
Čeprav so ehokardiogrami lahko delovno intenzivni postopki, ki jih ponujajo le v izbranih bolnišnicah.
Vendar pa nedavni dosežki na področju umetne inteligence kažejo, da bi bili elektrokardiogrami - široko uporabljena električna snemalna naprava - v teh primerih lahko hitra in lahko dostopna alternativa.
Številne študije so na primer pokazale, kako lahko algoritem »poglobljenega učenja« zazna šibkost v levem prekatu srca, ki potisne sveže kri s kisikom v preostali del telesa.
V tej študiji so raziskovalci opisali razvoj algoritma, ki ni ocenjeval le jakosti levega prekata, ampak tudi desnega prekata, ki odvaja kri iz kisika iz telesa in jo črpa v pljuča.
"Čeprav so privlačni, je zdravnikom tradicionalno izziv, da uporabijo EKG za diagnosticiranje srčnega popuščanja.
To je deloma zato, ker za te ocene ni uveljavljenih diagnostičnih meril in ker so nekatere spremembe v odčitkih EKG preprosto preveč subtilne, da bi jih človeško oko zaznalo,« je dejal dr. Nadkarni.
"Ta študija predstavlja vznemirljiv korak naprej pri iskanju informacij, skritih v podatkih EKG, kar lahko vodi do boljših paradigem presejanja in zdravljenja z uporabo relativno preprostega in široko dostopnega testa."
Običajno elektrokardiogram vključuje dvostopenjski postopek.
Žični vodniki so prilepljeni na različne dele pacientovega prsnega koša in v nekaj minutah posebej zasnovan prenosni stroj natisne vrsto valovitih črt ali valovnih oblik, ki predstavljajo električno aktivnost srca.
Te stroje je mogoče najti v večini bolnišnic in reševalna vozila po vsej ZDA in zahtevajo minimalno usposabljanje za delovanje.
Za to študijo so raziskovalci programirali računalnik za branje elektrokardiogramov pacientov skupaj s podatki, pridobljenimi iz pisnih poročil, ki povzemajo rezultate ustreznih ehokardiogramov, vzetih pri istih bolnikih.
V tej situaciji so pisna poročila delovala kot standardni nabor podatkov, ki jih je računalnik lahko primerjal s podatki elektrokardiograma in se naučil odkriti šibkejša srca.
EKG OPREMA? Obiščite ZOLL BOOT na URGENTNEM EXPU
Srčno popuščanje: programi za obdelavo naravnega jezika so računalniku pomagali pri pridobivanju podatkov iz pisnih poročil
Medtem so bila vključena posebna nevronska omrežja, ki lahko odkrijejo vzorce v slikah, da se algoritem nauči prepoznati črpalne moči.
"Želeli smo spodbuditi najsodobnejšo tehnologijo z razvojem AI, ki lahko enostavno in poceni razume celotno srce," je dejal dr. Vaid.
Računalnik je nato prebral več kot 700,000 poročil o elektrokardiogramih in ehokardiogramih, pridobljenih od 150,000 bolnikov zdravstvenega sistema Mount Sinai od leta 2003 do 2020.
Podatki iz štirih bolnišnic so bili uporabljeni za usposabljanje računalnika, medtem ko so bili podatki iz pete uporabljeni za preizkušanje, kako bo algoritem deloval v drugačnem eksperimentalnem okolju.
"Možna prednost te študije je, da je vključevala eno največjih zbirk EKG-jev iz ene najbolj raznolikih populacij bolnikov na svetu," je dejal dr. Nadkarni.
Začetni rezultati so pokazali, da je bil algoritem učinkovit pri napovedovanju, kateri bolniki bodo imeli zdrav ali zelo šibek levi prekat.
Tukaj je bila moč opredeljena z iztisnim deležem levega prekata, oceno, koliko tekočine prekat izčrpa z vsakim utripom, kot je opaziti na ehokardiogramih.
Zdrava srca imajo iztisni delež 50 odstotkov ali več, medtem ko imajo šibka srca tista, ki je enak ali manjši od 40 odstotkov.
Algoritem je bil 94 -odstotno natančen pri napovedovanju, kateri bolniki imajo zdrav iztisni delež, in 87 -odstoten natančen pri napovedovanju tistih, pri katerih je bil izmetni delež manjši od 40 odstotkov.
Vendar algoritem ni bil tako učinkovit pri napovedovanju, kateri bolniki bi imeli nekoliko oslabljeno srce
V tem primeru je bil program 73 -odstotno natančen pri napovedovanju bolnikov, pri katerih je bil iztisni delež med 40 in 50 odstotki.
Nadaljnji rezultati kažejo, da se je algoritem naučil tudi odkrivati slabosti desnega ventila iz elektrokardiogramov.
V tem primeru je bila šibkost opredeljena z bolj opisnimi izrazi, pridobljenimi iz poročil o ehokardiogramu.
Tu je bil algoritem 84 odstotkov natančen pri napovedovanju, kateri bolniki imajo šibke desne zaklopke.
"Naši rezultati kažejo, da bi lahko ta algoritem sčasoma pomagal zdravnikom, da pravilno diagnosticirajo okvaro na obeh straneh srca," je dejal dr. Vaid.
Nazadnje je dodatna analiza pokazala, da je lahko algoritem učinkovit pri odkrivanju srčne slabosti pri vseh bolnikih, ne glede na raso in spol.
"Naši rezultati kažejo, da bi bil ta algoritem lahko koristno orodje za pomoč zdravnikom v boju proti srčnemu popuščanju, ki ga imajo različni bolniki," je dodal dr. Glicksberg. "Trenutno smo v procesu skrbnega oblikovanja bodočih preskušanj, da bi preverili njegovo učinkovitost v bolj resničnem okolju."
To študijo je podprl Nacionalni inštitut za zdravje (TR001433).
Člen
Vaid, A. in drugi .13.
Preberite tudi:
Vnetja srca: miokarditis, infekcijski endokarditis in perikarditis
Srčni šumi: kaj je to in kdaj nas mora skrbeti
Sindrom zlomljenega srca je v porastu: poznamo kardiomiopatijo Takotsubo