Самообучающийся алгоритм может предсказать сердечную недостаточность

Новый алгоритм, основанный на искусственном интеллекте (ИИ), способный выявлять тонкие изменения в электрокардиограммах (ЭКГ), может предсказать, когда человек испытывает сердечную недостаточность. Алгоритм был разработан в больнице Маунт-Синай, и исследования были опубликованы в Журнале американского колледжа кардиологии: кардиоваскулярное изображение.

Бенджамин С. Гликсберг, PhD, является доцентом генетики и геномных наук, членом Института цифрового здравоохранения Хассо Платтнера в Маунт-Синай, и старшим автором исследования.

“Мы показали, что алгоритмы глубокого обучения могут распознавать проблемы с кровотоком в обеих частях сердца по данным ЭКГ”, – сказал Гликсберг. “Обычно диагностика этих видов сердечных заболеваний требует дорогостоящих и длительных процедур. Мы надеемся, что этот алгоритм позволит быстрее диагностировать сердечную недостаточность.”

Новые возможности с ИИ

Врачи традиционно используют эхокардиограмму, которая является методом визуализации, для оценки того, испытывает ли пациент сердечную недостаточность. Однако эти методы трудоемки и доступны только в некоторых больницах.

ИИ создает новые возможности в этом отношении, и исследования показывают, что электрокардиограммы могут быть эффективной альтернативой. Недавние исследования показали, что алгоритм глубокого обучения может обнаружить слабость в левом желудочке сердца. Новые исследования в Маунт-Синай описывают разработку алгоритма, который оценивает силу левого желудочка, а также правого.

Гириш Н. Надкарни, MD, MPH, CPH, является доцентом медицины в медицинской школе Маунт-Синай, главой отделения данных и цифровой медицины (D4M), и старшим автором исследования.

“Хотя это привлекательно, традиционно было сложно для врачей использовать ЭКГ для диагностики сердечной недостаточности. Это частично связано с тем, что нет установленных диагностических критериев для этих оценок, и некоторые изменения в данных ЭКГ слишком тонкие для человеческого глаза”, – сказал доктор Надкарни. “Это исследование представляет собой важный шаг вперед в поиске информации, скрытой в данных ЭКГ, которая может привести к лучшим методам скрининга и лечения с помощью относительно простого и широко доступного теста.”

Программирование и тестирование машины

Исследователи запрограммировали компьютер на чтение ЭКГ пациентов и данных, извлеченных из письменных отчетов, которые служили стандартным набором данных для сравнения с данными ЭКГ. Это позволило ему выявить более слабые сердца.

С помощью программ обработки естественного языка компьютер мог извлечь эти данные из письменного текста. В то же время нейронные сети могли обнаружить закономерности в изображениях, которые затем могли быть включены в алгоритм, чтобы помочь ему распознавать силу сердечных сокращений.

“Мы хотели продвинуть состояние искусства, разработав ИИ, способный понимать все сердце легко и недорого”, – сказал доктор Вайд.

Машина проанализировала 700 000 ЭКГ и эхокардиограмм, которые были получены из четырех разных больниц. Пятая больница была использована для тестирования того, как алгоритм будет работать в другом экспериментальном окружении.

“Одним из потенциальных преимуществ этого исследования является то, что оно включало один из крупнейших наборов ЭКГ из одного из самых разнообразных пациентских популяций в мире”, – сказал доктор Надкарни.

Алгоритм продемонстрировал эффективную способность предсказать, какие пациенты будут иметь здоровые или слабые левые желудочки, и он был точен на 94 процента при предсказании пациентов с здоровой фракцией выброса, которая представляет собой количество жидкости, которое желудочек перекачивает с каждым ударом. Алгоритм также был точен на 87 процентов при предсказании пациентов с фракцией выброса ниже 40 процентов.

Одним из областей, где еще предстоит работать, является предсказание того, какие пациенты будут иметь слегка ослабленные сердца. Алгоритм имел точность только 73 процента при предсказании пациентов с фракцией выброса между 40 и 50 процентами.

Алгоритм также мог обнаружить слабость правого клапана по данным ЭКГ, достигнув точности 84 процента при предсказании пациентов с слабыми правыми клапанами.

“Наши результаты показывают, что этот алгоритм может в конечном итоге помочь врачам правильно диагностировать сердечную недостаточность на любой стороне сердца”, – сказал доктор Вайд.

Другой важный момент этого исследования заключался в том, что он показал, что ИИ может быть эффективен в обнаружении сердечной слабости у всех пациентов, независимо от расы и пола.

“Наши результаты показывают, что этот алгоритм может быть полезным инструментом для помощи клиническим практикам в борьбе с сердечной недостаточностью, испытываемой разнообразными пациентами”, – добавил доктор Гликсберг. “Мы сейчас тщательно проектируем перспективные испытания, чтобы проверить его эффективность в более реальном окружении.”