Algorytm samouczący może przewidywać niewydolność serca

Nowy algorytm komputerowy oparty na sztucznej inteligencji (AI), który jest w stanie identyfikować subtelne zmiany w elektrokardiogramach (ECG), może przewidywać, kiedy osoba doświadcza niewydolności serca. Algorytm został opracowany w szpitalu Mount Sinai, a badania zostały opublikowane w Journal of the American College of Cardiology: Cardiovascular Imaging.

Benjamin S. Glicksberg, PhD, jest adiunktem na wydziale genetyki i nauk genomowych, członkiem Instytutu Hasso Plattnera dla zdrowia cyfrowego w Mount Sinai, oraz seniorem autorem badania.

“Pokazaliśmy, że algorytmy głębokiego uczenia się mogą rozpoznać problemy z pompowaniem krwi po obu stronach serca z danych falowych ECG”, powiedział Glicksberg. “Zwykle diagnozowanie tych rodzajów chorób serca wymaga drogich i czasochłonnych procedur. Mamy nadzieję, że ten algorytm umożliwi szybszą diagnozę niewydolności serca.”

Nowe możliwości z AI

Lekarze tradycyjnie używali echokardiogramu, który jest techniką obrazowania, aby ocenić, czy pacjent doświadcza niewydolności serca. Jednak te są pracochłonne i oferowane tylko w niektórych szpitalach.

AI tworzy nowe możliwości w tym zakresie, z badań sugerujących, że elektrokardiogramy mogą być skuteczną alternatywą. Ostatnie badania wskazują, że algorytm głębokiego uczenia może wykryć słabość w lewej komorze serca. Nowe badania z Mount Sinai opisują rozwój algorytmu, który ocenia siłę lewej komory, a także prawej.

Girish N. Nadkarni, MD, MPH, CPH, jest adiunktem na wydziale medycyny w Icahn School of Medicine at Mount Sinai, szefem Działu Medycyny Opartej na Danych i Medycyny Cyfrowej (D4M), oraz seniorem autorem badania.

“Chociaż atrakcyjne, tradycyjnie było to wyzwaniem dla lekarzy, aby używać ECG do diagnozowania niewydolności serca. Jest to częściowo spowodowane brakiem ustalonych kryteriów diagnostycznych dla tych ocen i tym, że niektóre zmiany w odczytach ECG są po prostu zbyt subtelne dla ludzkiego oka, aby je wykryć”, powiedział Dr. Nadkarni. “To badanie reprezentuje ekscytujący krok naprzód w znajdowaniu informacji ukrytych w danych ECG, co może prowadzić do lepszych paradygmów screeningu i leczenia przy użyciu relatywnie prostego i powszechnie dostępnego testu.”

Programowanie i testowanie maszyny

Badacze zaprogramowali komputer, aby odczytywał ECG pacjentów i dane wyodrębnione z pisemnych raportów, z których ostatnie służyły jako standardowy zestaw danych dla komputera do porównania z danymi ECG. To umożliwiło mu identyfikację słabszych serc.

Z programami przetwarzania języka naturalnego komputer mógł wyodrębnić te dane z pisanych słów. W tym samym czasie sieci neuronowe mogły odkryć wzorce w obrazach, które mogły być następnie włączone do algorytmu, aby pomóc mu rozpoznać siłę pompowania.

“Chcieliśmy popchnąć stan sztuki, rozwijając AI, które mogą zrozumieć całe serce łatwo i tanio”, powiedział Dr. Vaid.

Maszyna przeanalizowała 700 000 ECG i raportów echokardiogramu, które pochodziły z czterech różnych szpitali. Piąty szpital został użyty do przetestowania, jak algorytm będzie działał w innym środowisku eksperymentalnym.

“Potencjalną zaletą tego badania jest to, że obejmuje jedną z największych kolekcji ECG z jednej z najbardziej zróżnicowanych populacji pacjentów na świecie”, powiedział Dr. Nadkarni.

Algorytm wykazał skuteczną zdolność do przewidywania, którzy pacjenci mieliby zdrowe lub słabe lewe komory, i był 94 procent dokładny w przewidywaniu, którzy pacjenci mieli zdrowy wskaźnik wyrzucania, który jest ilością płynu, którą komora wyrzuca z każdym uderzeniem. Algorytm był również 87 procent dokładny w przewidywaniu tych, którzy mieli wskaźnik wyrzucania poniżej 40 procent.

Jednym z obszarów, które nadal wymagają pracy, jest przewidywanie, którzy pacjenci mieliby słabości serca. Algorytm miał tylko 73 procent dokładności w przewidywaniu pacjentów, którzy mieli wskaźnik wyrzucania między 40 a 50 procent.

Algorytm mógł również wykryć słabości prawej komory z ECG, osiągając 84 procent dokładności w przewidywaniu, którzy pacjenci mieli słabe prawe komory.

“Nasze wyniki sugerują, że ten algorytm może ostatecznie pomóc lekarzom poprawnie zdiagnozować niewydolność serca po obu stronach serca”, powiedział Dr. Vaid.

Innym ważnym punktem tego badania było to, że sugerowało, że AI może być skuteczne w wykrywaniu słabości serca u wszystkich pacjentów, niezależnie od rasy i płci.

“Nasze wyniki sugerują, że ten algorytm może być użytecznym narzędziem dla praktyków klinicznych, aby zwalczyć niewydolność serca doświadczaną przez różnych pacjentów”, dodał Dr. Glicksberg. “Jesteśmy w trakcie starannej projektowania prospektywnych badań, aby przetestować jego skuteczność w bardziej realistycznym środowisku.”