Ученые обучили ИИ выявлять скрытые признаки сердечной недостаточности
Компьютерный алгоритм на основе искусственного интеллекта (ИИ) обучили определять по малозаметным изменениям в электрокардиограмме (ЭКГ) и эхокардиограмме (ЭхоКГ), есть ли у пациента сердечная недостаточность, исследователи из госпиталя Mount Sinai в Нью-Йорке, сообщил 19 октября сайт новостей медицины и здравоохранения Medical Xpress.
Доцент кафедры генетики и геномных наук Института цифрового здравоохранения при Mount Sinai Hospital и первый автор статьи, опубликованной в журнале Американского колледжа кардиологии Бенджамин С Гликсберг сказал о проделанной работе:
«Мы показали, что алгоритмы глубокого обучения могут распознавать проблемы с перекачкой крови на обоих желудочков сердца по данным ЭКГ и ЭхоКГ». И добавил: «Мы надеемся, что этот алгоритм позволит быстрее диагностировать сердечную недостаточность».
Сердечная недостаточность возникает тогда, когда сердце перекачивает меньше крови, чем требуется организму. В течение многих лет врачи в основном полагались на методы визуализации работы сердца с помощью ЭКГ и ЭхоКГ.
«Несмотря на привлекательность ЭКГ, для врачей традиционно было сложно использовать ее для диагностики сердечной недостаточности. Отчасти это объясняется отсутствием установленных диагностических критериев для таких оценок, а также тем, что некоторые изменения в показаниях ЭКГ слишком незаметны для человеческого глаза», — пояснил один из руководителей исследования доктор медицинских наук Гириш Н. Надкарни.
Надкарни считает, что их иследование является большым шагом вперед в расшифровке информации, скрытой в данных ЭКГ.
Для этого исследования ученые запрограммировали компьютер на считывание кривых ЭКГ пациентов параллельно с данными, извлеченными из письменных отчетов, обобщающих результаты соответствующих эхокардиограмм, сделанных тем же пациентам. Письменные отчеты для ИИ выступали в качестве стандартного набора данных, которые им сравнивались с кривыми соответствующих электрокардиограмм, чтобы он мог научиться определять проблемы в работе сердца. Для этого были подключены специальные нейронные сети, способные обнаруживать закономерности на изображениях.
Компьютер считал более 700 000 ЭКГ и отчетов по ЭхоКГ, полученных от 150 000 пациентов медицинского комплекса Mount Sinai с 2003 по 2020 год. Данные из четырех больниц комплекса использовались для обучения компьютера, а данные, полученные из пятой больницы, использовались для тестирования алгоритма.
Первоначальное тестирование показало, что ИИ справляется с диагностикой наличия сердечной недостаточности левого желудочка, которое определялось по объему крови, который желудочек выкачивает с каждым сокращением (фракция выброса), которые отображены на эхокардиограммах. У здорового сердца фракция выброса составляет 50% и больше, у слабого — 40% и меньше.
Дальнейшее тестирование показало, что ИИ научился определять слабые места правого клапана по электрокардиограммам, сравнивая их кривые с описанием, из отчетов ЭхоКГ.
«Наши результаты показали, что этот алгоритм может помочь врачам правильно диагностировать отказ любого из желудочков сердца», — заявил второй руководителей исследования доктор медицинских наук Ахилл Вайд.
Разработчики далее планируют проверить эффективность данной программы в клинических условиях.
