Алгоритм самовчитування може передбачити серцеву недостатність

Новий алгоритм, заснований на штучному інтелекті (ШІ), здатний визначати тонкі зміни в електрокардіограмах (ЕКГ), може передбачити, коли людина переживає серцеву недостатність. Алгоритм був розроблений у лікарні Маунт-Сінай, а дослідження було опубліковано в Журналі американського коледжу кардіології: серцевого зображення.

Бенджамін С. Гліксберг, PhD, є асистентом професора генетики та геномних наук, членом Інституту цифрового здоров’я Хассо Платтнера у Маунт-Сінай, та старшим автором дослідження.

“Ми показали, що алгоритми глибокого навчання можуть розпізнавати проблеми з перекачуванням крові на обох сторонах серця за допомогою даних ЕКГ”, – сказав Гліксберг. “Зазвичай, діагностика цих типів серцевих захворювань вимагає дорогих і тривалих процедур. Ми сподіваємося, що цей алгоритм дозволить швидше діагностувати серцеву недостатність.”

Нові можливості з ШІ

Лікарі традиційно використовували ехокардіограму, яка є методом візуалізації, для оцінки того, чи переживає пацієнт серцеву недостатність. Однак ці методи є трудомісткими і доступні лише в деяких лікарнях.

ШІ створює нові можливості в цьому відношенні, оскільки дослідження показують, що електрокардіограми можуть бути ефективною альтернативою. Недавнє дослідження показало, що алгоритм глибокого навчання може виявити слабкість у лівому шлуночку серця. Нове дослідження в Маунт-Сінай описує розробку алгоритму, який оцінює силу лівого шлуночка, а також правого.

Гіріш Н. Надкарні, MD, MPH, CPH, є асистентом професора медицини в школі медицини Маунт-Сінай, головою відділу даних та цифрової медицини (D4M), та старшим автором дослідження.

“Хоча це привабливо, традиційно було складно для лікарів використовувати ЕКГ для діагностики серцевої недостатності. Це частково тому, що немає встановлених діагностичних критеріїв для цих оцінок, а також тому, що деякі зміни в ЕКГ-відбитках є просто надто тонкими для людського ока, щоб їх виявити”, – сказав доктор Надкарні. “Це дослідження представляє собою цікавий крок вперед у пошуках інформації, прихованої в даних ЕКГ, яка може привести до кращих схем скринінгу та лікування, використовуючи відносно простий і широко доступний тест.”

Програмування та тестування машини

Дослідники запрограмували комп’ютер на читання ЕКГ пацієнтів та даних, витягнутих з написаних звітів, останнє з яких діяло як стандартний набір даних для порівняння з даними ЕКГ. Це дозволило йому визначити слабші серця.

З допомогою програм природної мови комп’ютер міг витягнути ці дані з написаних слів. Водночас нейронні мережі могли виявити закономірності в зображеннях, які потім могли бути включені в алгоритм, щоб допомогти йому розпізнавати сили перекачування.

“Ми хотіли розширити межі сучасних технологій, розробивши ШІ, здатний зрозуміти все серце легко та дешево”, – сказав доктор Вайд.

Машина проаналізувала 700 000 ЕКГ та ехокардіограм, які походили з чотирьох різних лікарень. П’ята лікарня була використана для тестування того, як алгоритм буде працювати в іншому експериментальному середовищі.

“Потенційна перевага цього дослідження полягає в тому, що воно включало одну з найбільших колекцій ЕКГ від одного з найбільш різноманітних пацієнтських популяцій у світі”, – сказав доктор Надкарні.

Алгоритм продемонстрував ефективну здатність передбачати, які пацієнти матимуть здорові або слабкі ліві шлуночки, і він був на 94 відсотки точним у передбаченні тих, хто мав здорову фракцію викиду, яка є кількістю рідини, яку шлуночок перекачує з кожним ударом. Алгоритм також був на 87 відсотків точним у передбаченні тих, хто мав фракцію викиду нижче 40 відсотків.

Одна з областей, яка ще потребує роботи, полягає в передбаченні тих пацієнтів, які матимуть слабше серце. Алгоритм мав лише 73-відсоткову точність у передбаченні пацієнтів, які мали фракцію викиду між 40 та 50 відсотками.

Алгоритм також міг виявити слабкості правих клапанів з ЕКГ, досягнувши 84-відсоткової точності у передбаченні тих пацієнтів, які мали слабкі праві клапани.

“Наші результати свідчать про те, що цей алгоритм може допомогти лікарям правильно діагностувати недостатність на обох сторонах серця”, – сказав доктор Вайд.

Іншим важливим аспектом цього дослідження було те, що воно показало, що ШІ може бути ефективним у виявленні слабкості серця у всіх пацієнтів, незалежно від раси та статі.

“Наші результати свідчать про те, що цей алгоритм може бути корисним інструментом для допомоги клінічним практикам у боротьбі з серцевою недостатністю, яку переживають різноманітні пацієнти”, – додав доктор Гліксберг. “Ми зараз ретельно проектуємо перспективні клінічні дослідження для перевірки його ефективності в більш реальному середовищі.”