Затајење срца и вештачка интелигенција: алгоритам за самостално учење за откривање знакова невидљивих за ЕКГ
Затајење срца и вештачка интелигенција: посебан рачунарски алгоритам заснован на вештачкој интелигенцији (АИ) који су створили истраживачи Моунт Синаи успео је да научи како да идентификује суптилне промене у електрокардиограмима (познате и као ЕКГ или ЕКГ) како би предвидео да ли је пацијент доживео срчану инсуфицијенцију
Алгоритми самоучења препознају проблеме са затајењем срца
"Показали смо да алгоритми дубоког учења могу препознати проблеме са пумпањем крви са обе стране срца из података ЕКГ таласа", рекао је др Бењамин С. Глицксберг, доцент за генетику и геномске науке, члан Хассо Платтнер Института за дигиталну технологију. Здравље на планини Синај и виши аутор студије објављене у часопису Америчког колеџа за кардиологију: Кардиоваскуларна слика.
„Уобичајено, дијагностиковање ове врсте срчаних обољења захтева скупе и дуготрајне процедуре.
Надамо се да ће овај алгоритам омогућити бржу дијагнозу срчане инсуфицијенције. "
Студију је водио др Акхил Ваид, постдокторски научник који ради у лабораторији у Глицксбергу Гирисх Н. Надкарни, МД, МПХ, ЦПХ, ванредни професор медицине на Медицинском факултету Ицахн на планини Синај, начелник Одељења за Дата-Дривен анд Дигитал Медицине (Д3М) и виши аутор студије.
Утицај на око 6.2 милиона Американаца, срчана инсуфицијенција или конгестивна срчана инсуфицијенција, јавља се када срце испумпа мање крви него што је тијелу нормално потребно
Годинама су се лекари у великој мери ослањали на технику снимања која се назива ехокардиограм како би проценили да ли пацијент можда има срчану инсуфицијенцију.
Иако су ехокардиограми корисни, могу бити радно интензивне процедуре које се нуде само у одабраним болницама.
Међутим, недавни помаци у области вештачке интелигенције указују на то да би електрокардиограми - широко коришћени електрични уређај за снимање - могли да буду брза и лако доступна алтернатива у овим случајевима.
На пример, многе студије су показале како алгоритам „дубоког учења“ може открити слабост у левој комори срца, која потискује свеже оксигенирану крв до остатка тела.
У овој студији, истраживачи су описали развој алгоритма који није само процењивао снагу леве коморе, већ и десне коморе, која узима деоксигенирану крв која тече из тела и пумпа је до плућа.
„Иако привлачно, традиционално је лекарима био изазов да користе ЕКГ за дијагностиковање срчане инсуфицијенције.
То је дијелом и због тога што не постоје утврђени дијагностички критерији за ове процјене и зато што су неке промјене у очитавању ЕКГ -а једноставно превише суптилне да би их људско око могло открити “, рекао је др Надкарни.
"Ова студија представља узбудљив корак напријед у проналажењу информација скривених унутар података ЕКГ -а који могу довести до боље парадигме скрининга и лијечења користећи релативно једноставан и широко доступан тест."
Обично електрокардиограм укључује процес у два корака.
Жичани водичи залепљени су на различите делове пацијентових груди и у року од неколико минута посебно дизајнирана, преносива машина штампа низ искривљених линија или таласних облика који представљају електричну активност срца.
Ове машине се могу наћи у већини болница и амбуланте широм Сједињених Држава и захтевају минималну обуку за рад.
За ову студију, истраживачи су програмирали рачунар за читање електрокардиограма пацијената заједно са подацима извученим из писаних извештаја који сумирају резултате одговарајућих ехокардиограма узетих од истих пацијената.
У овој ситуацији, писани извештаји деловали су као стандардни скуп података за рачунар да би се упоредио са подацима на електрокардиограму и научио како да уочи слабија срца.
ЕКГ ОПРЕМА? ПОСЕТИТЕ ЗОЛЛ БООТХ НА ХИТНОМ ЕКСПУ
Срчана инсуфицијенција: програми за обраду природног језика помогли су рачунару да извуче податке из писаних извештаја
У међувремену, уграђене су посебне неуронске мреже способне да открију обрасце на сликама како би помогле алгоритму да научи да препозна снаге пумпања.
„Желели смо да напредујемо у развоју технике развијањем АИ способне да разуме читаво срце лако и јефтино“, рекао је др Ваид.
Компјутер је затим прочитао више од 700,000 електрокардиограма и извештаја о ехокардиограмима добијених од 150,000 пацијената здравственог система Моунт Синаи од 2003. до 2020. године.
Подаци из четири болнице су коришћени за обуку рачунара, док су подаци из пете коришћени за тестирање како би алгоритам радио у различитим експерименталним окружењима.
„Потенцијална предност ове студије је та што је обухватила једну од највећих збирки ЕКГ -а из једне од најразличитијих популација пацијената на свету“, рекао је др Надкарни.
Први резултати сугеришу да је алгоритам био ефикасан у предвиђању који ће пацијенти имати здраву или веома слабу леву комору.
Овде је снага дефинисана фракцијом избацивања леве коморе, проценом колико течности вентрикула испумпава са сваким откуцајем, како је забележено на ехокардиограмима.
Здрава срца имају дио избацивања од 50 посто или већи, док слаба срца имају она која су једнака или мања од 40 посто.
Алгоритам је био 94 % тачан у предвиђању који су пацијенти имали здраву фракцију избацивања и 87 % тачан у предвиђању оних који су имали фракцију избацивања која је била испод 40 %.
Међутим, алгоритам није био тако ефикасан у предвиђању који ће пацијенти имати благо ослабљено срце
У овом случају, програм је био 73 одсто тачан у предвиђању пацијената који су имали избацивање које је било између 40 и 50 одсто.
Даљи резултати сугеришу да је алгоритам такође научио да детектује слабости десног вентила помоћу електрокардиограма.
У овом случају, слабост је дефинисана описнијим изразима извученим из извештаја о ехокардиограму.
Овде је алгоритам био 84 одсто тачан у предвиђању који пацијенти имају слабе десне залиске.
"Наши резултати сугеришу да би овај алгоритам на крају могао помоћи лекарима да исправно дијагностикују грешке са обе стране срца", рекао је др Ваид.
Коначно, додатна анализа сугерише да би алгоритам могао бити ефикасан у откривању срчане слабости код свих пацијената, без обзира на расу и пол.
"Наши резултати указују на то да би овај алгоритам могао бити користан алат за помоћ клиничким практичарима у борби против срчане инсуфицијенције код разних пацијената", додао је др Глицксберг. "Ми смо у процесу пажљивог осмишљавања будућих испитивања како бисмо тестирали његову ефикасност у окружењу стварнијег света."
Ово истраживање подржали су Национални институти за здравље (ТР001433).
Чланак
Ваид, А., ет ал., Користећи алгоритме дубоког учења за истовремену идентификацију дисфункције десне и леве коморе из електрокардиограма, Јоурнал оф тхе Америцан Цоллеге оф Цардиологи: Цардиовасцулар Имагинг, 13. октобра 2021, ДОИ: 10.1016/ј.јцмг.2021.08.004 .XNUMX.
Прочитајте такође:
Упале срца: миокардитис, инфективни ендокардитис и перикардитис
Срчани шумови: шта је то и када се треба забринути
Синдром сломљеног срца је у порасту: знамо такотсубо кардиомиопатију