Herzinsuffizienz und künstliche Intelligenz: Selbstlernender Algorithmus zur Erkennung von Anzeichen, die für das EKG unsichtbar sind

Herzinsuffizienz und künstliche Intelligenz: Ein spezieller auf künstlicher Intelligenz (KI) basierender Computeralgorithmus, der von Forschern des Mount Sinai entwickelt wurde, konnte lernen, wie man subtile Veränderungen in Elektrokardiogrammen (auch bekannt als EKGs oder EKGs) erkennt, um vorherzusagen, ob ein Patient an Herzinsuffizienz leidet

Selbstlernende Algorithmen erkennen Herzinsuffizienzprobleme

„Wir haben gezeigt, dass Deep-Learning-Algorithmen aus EKG-Wellenformdaten Blutpumpprobleme auf beiden Seiten des Herzens erkennen können“, sagte Benjamin S. Glicksberg, PhD, Assistant Professor of Genetics and Genomic Sciences, ein Mitglied des Hasso-Plattner-Instituts für Digitale Health at Mount Sinai und leitender Autor der Studie, die im Journal of the American College of Cardiology: Cardiovascular Imaging veröffentlicht wurde.

„Normalerweise erfordert die Diagnose dieser Art von Herzerkrankungen teure und zeitaufwändige Verfahren.

Wir hoffen, dass dieser Algorithmus eine schnellere Diagnose von Herzinsuffizienz ermöglicht.“

Die Studie wurde von Akhil Vaid, MD, einem Postdoktoranden, der sowohl im Glicksberg Labby Girish N. Nadkarni, MD, MPH, CPH, Associate Professor of Medicine an der Icahn School of Medicine at Mount Sinai, Leiter der Abteilung für Data-Driven and Digital Medicine (D3M) und leitender Autor der Studie.

Bei etwa 6.2 Millionen Amerikanern tritt Herzinsuffizienz oder kongestive Herzinsuffizienz auf, wenn das Herz weniger Blut pumpt, als der Körper normalerweise braucht

Seit Jahren verlassen sich Ärzte stark auf ein bildgebendes Verfahren, das als Echokardiogramm bezeichnet wird, um zu beurteilen, ob ein Patient möglicherweise an einer Herzinsuffizienz leidet.

Echokardiogramme sind zwar hilfreich, können jedoch arbeitsintensive Verfahren sein, die nur in ausgewählten Krankenhäusern angeboten werden.

Die jüngsten Durchbrüche in der künstlichen Intelligenz deuten jedoch darauf hin, dass Elektrokardiogramme – ein weit verbreitetes elektrisches Aufzeichnungsgerät – in diesen Fällen eine schnelle und leicht verfügbare Alternative sein könnten.

Viele Studien haben beispielsweise gezeigt, wie ein „Deep-Learning“-Algorithmus eine Schwäche in der linken Herzkammer erkennen kann, die frisches sauerstoffreiches Blut in den Rest des Körpers drückt.

In dieser Studie beschrieben die Forscher die Entwicklung eines Algorithmus, der nicht nur die Stärke des linken Ventrikels, sondern auch des rechten Ventrikels bewertet, der sauerstoffarmes Blut aus dem Körper aufnimmt und in die Lunge pumpt.

„Obwohl es attraktiv ist, war es für Ärzte traditionell eine Herausforderung, EKGs zur Diagnose von Herzinsuffizienz zu verwenden.

Dies liegt zum Teil daran, dass es keine etablierten diagnostischen Kriterien für diese Bewertungen gibt und einige Veränderungen der EKG-Anzeigen für das menschliche Auge einfach zu subtil sind, um sie zu erkennen“, sagte Dr. Nadkarni.

„Diese Studie stellt einen aufregenden Schritt nach vorn dar, um in den EKG-Daten verborgene Informationen zu finden, die mit einem relativ einfachen und weit verbreiteten Test zu besseren Screening- und Behandlungsparadigmen führen können.“

Typischerweise umfasst ein Elektrokardiogramm einen zweistufigen Prozess.

Kabel werden an verschiedene Teile der Brust des Patienten geklebt und innerhalb von Minuten druckt ein speziell entwickeltes, tragbares Gerät eine Reihe von verschnörkelten Linien oder Wellenformen aus, die die elektrische Aktivität des Herzens darstellen.

Diese Geräte sind in den meisten Krankenhäusern und Krankenwagen in den gesamten Vereinigten Staaten und erfordern nur minimale Schulungen für die Bedienung.

Für diese Studie programmierten die Forscher einen Computer, um die Elektrokardiogramme von Patienten zusammen mit Daten aus schriftlichen Berichten zu lesen, die die Ergebnisse der entsprechenden Echokardiogramme derselben Patienten zusammenfassen.

In dieser Situation dienten die schriftlichen Berichte als Standarddatensatz für den Computer, um ihn mit den Elektrokardiogramm-Daten zu vergleichen und zu lernen, schwächere Herzen zu erkennen.

EKG-AUSRÜSTUNG? BESUCHEN SIE DEN ZOLL-STAND AUF DER EMERGENCY EXPO

Herzinsuffizienz: Programme zur Verarbeitung natürlicher Sprache halfen dem Computer, Daten aus den schriftlichen Berichten zu extrahieren

Inzwischen wurden spezielle neuronale Netze eingebaut, die Muster in Bildern erkennen können, damit der Algorithmus lernt, Pumpstärken zu erkennen.

„Wir wollten den Stand der Technik vorantreiben, indem wir eine KI entwickeln, die das gesamte Herz einfach und kostengünstig verstehen kann“, sagte Dr. Vaid.

Der Computer las dann mehr als 700,000 Elektrokardiogramme und Echokardiogrammberichte, die von 150,000 bis 2003 von 2020 Patienten des Mount Sinai Health System erhalten wurden.

Daten von vier Krankenhäusern wurden verwendet, um den Computer zu trainieren, während Daten von einem fünften verwendet wurden, um zu testen, wie der Algorithmus in einer anderen experimentellen Umgebung funktionieren würde.

„Ein potenzieller Vorteil dieser Studie besteht darin, dass sie eine der größten Sammlungen von EKGs von einer der unterschiedlichsten Patientenpopulationen der Welt umfasst“, sagte Dr. Nadkarni.

Erste Ergebnisse legten nahe, dass der Algorithmus effektiv war, um vorherzusagen, welche Patienten entweder gesunde oder sehr schwache linke Ventrikel haben würden.

Hier wurde die Stärke durch die Ejektionsfraktion des linken Ventrikels definiert, eine Schätzung, wie viel Flüssigkeit der Ventrikel bei jedem Schlag herauspumpt, wie auf Echokardiogrammen beobachtet.

Gesunde Herzen haben eine Auswurffraktion von 50 Prozent oder mehr, während schwache Herzen solche haben, die gleich oder weniger als 40 Prozent sind.

Der Algorithmus war zu 94 Prozent genau bei der Vorhersage, welche Patienten eine gesunde Auswurffraktion hatten, und zu 87 Prozent genau bei der Vorhersage derjenigen, deren Auswurffraktion unter 40 Prozent lag.

Herzschutz und Herz-Lungen-Wiederbelebung? BESUCHEN SIE JETZT DEN EMD112 STAND AUF DER EMERGENCY EXPO, UM MEHR ZU ERFAHREN

Der Algorithmus war jedoch nicht so effektiv bei der Vorhersage, welche Patienten ein leicht geschwächtes Herz haben würden

In diesem Fall war das Programm zu 73 Prozent genau bei der Vorhersage der Patienten, deren Ejektionsfraktion zwischen 40 und 50 Prozent lag.

Weitere Ergebnisse deuten darauf hin, dass der Algorithmus auch gelernt hat, Rechtsklappenschwächen aus den Elektrokardiogrammen zu erkennen.

In diesem Fall wurde die Schwäche durch beschreibendere Begriffe definiert, die aus den Echokardiogramm-Berichten extrahiert wurden.

Hier war der Algorithmus zu 84 Prozent genau bei der Vorhersage, welche Patienten schwache rechte Klappen hatten.

„Unsere Ergebnisse deuten darauf hin, dass dieser Algorithmus Ärzten letztendlich helfen kann, Versagen auf beiden Seiten des Herzens richtig zu diagnostizieren“, sagte Dr. Vaid.

Schließlich deutete eine zusätzliche Analyse darauf hin, dass der Algorithmus bei allen Patienten unabhängig von Rasse und Geschlecht wirksam sein kann, um Herzschwäche zu erkennen.

„Unsere Ergebnisse deuten darauf hin, dass dieser Algorithmus ein nützliches Werkzeug sein könnte, um Ärzten bei der Bekämpfung von Herzinsuffizienz bei einer Vielzahl von Patienten zu helfen“, fügte Dr. Glicksberg hinzu. „Wir sind dabei, prospektive Studien sorgfältig zu konzipieren, um ihre Wirksamkeit in einem realeren Umfeld zu testen.“

Diese Studie wurde von den National Institutes of Health (TR001433) unterstützt.

Artikel

Vaid, A., et al., Using Deep Learning Algorithmen, um gleichzeitig rechts- und linksventrikuläre Dysfunktion aus dem Elektrokardiogramm zu identifizieren, Journal of the American College of Cardiology: Cardiovascular Imaging, 13. Oktober 2021, DOI: 10.1016/j.jcmg.2021.08.004 .XNUMX.

Lesen Sie auch:

Entzündungen des Herzens: Myokarditis, infektiöse Endokarditis und Perikarditis

Herzgeräusche: Was es ist und wann man sich Sorgen machen sollte

Broken-Heart-Syndrom ist auf dem Vormarsch: Wir kennen die Takotsubo-Kardiomyopathie

Quelle:

Berg Sinai

Mehr interessante Produkte: