Алгоритм штучного інтелекту ЕКГ визначає систолічну дисфункцію лівого шлуночка

Алгоритм штучного інтелекту ЕКГ визначає систолічну дисфункцію лівого шлуночка

Пацієнти, які звертаються до відділення невідкладної допомоги (ED) із задишкою, мають систолічну дисфункцію лівого шлуночка (ЛШ), використовуючи електрокардіограми, проаналізовані ШІ.

Демілад Адедінсево, доктор медичних наук, головний дослідник відділу серцево-судинної медицини клініки Майо в Джексонвіллі, штат Флорида, сказав Healio: «ЕКГ зі штучним інтелектом може швидше й точніше визначити систолічну функцію лівого шлуночка у пацієнтів із задишкою, ніж NT-proBNP. Поліпшити та пришвидшити діагностику у відділеннях невідкладної допомоги та надати унікальну можливість раніше виявити серцевих пацієнтів із високим ризиком і зв’язати пацієнтів із відповідним серцево-судинним лікуванням».

пацієнти з утрудненим диханням

У ретроспективному дослідженні, опублікованому в Circulation: Arrhythmias and Electrophysiology, дослідники проаналізували дані 1606 пацієнтів (середній вік 68 років; 47 відсотків жінок) у період з травня 2018 року по 2019 рік. Утруднене дихання протягом 2 місяців. Ці пацієнти мали принаймні одну ЕКГ протягом 24 годин і протягом 30 днів після візиту до лікарні. Ті, у кого раніше була діагностована систолічна, діастолічна або незрозуміла серцева недостатність, були виключені.

Основним результатом цього дослідження було виявлення нових пацієнтів із систолічною дисфункцією ЛШ (що визначається як фракція викиду лівого шлуночка 35 відсотків або менше) протягом 30 днів після візиту до лікарні. Вторинними результатами були визначені пацієнти з фракцією викиду лівого шлуночка (ЛШ) менше 50 відсотків, виявлені протягом 30 днів після звернення. Обидва результати були визначені за допомогою ЕКГ, оцінених мережею глибокого навчання, алгоритмом AI-ECG, розробленим і підтвердженим для визначення ФВЛШ 35 відсотків або нижче без додаткової оптимізації чи навчання.

Середній час до ЕКГ після візиту в ЕД становив 1 день.

У невідкладних пацієнтів із задишкою площа під кривою робочої характеристики приймача для алгоритму ШІ-ЕКГ для визначення нової систолічної дисфункції лівого шлуночка становила 0.89 (95% ДІ, 0.{{5} }.91). Алгоритм мав точність 85,9 відсотка (95-відсотковий ДІ, 84.1-87.6), специфічність 87 відсотків, чутливість 74 відсотки, позитивне прогностичне значення 40 відсотків і негативне прогностичне значення 97 відсотків.

Алгоритм також міг ідентифікувати пацієнтів із ФВЛШ нижче 50 відсотків із площею під кривою робочої характеристики приймача 0.85 (95-відсотковий ДІ, 0.83-0.88 ) із точністю до 86 відсотків (95-відсотковий ДІ, 84.2-87.7). Це також досягло специфічності 91 відсоток, чутливості 63 відсотки, позитивної прогностичної цінності 62 відсотки та негативної прогностичної цінності 92 відсотки.

Дослідники також оцінили групу з {{0}} пацієнтів із наявними значеннями натрійуретичного пептиду B-типу на N-кінці. Рівні NT-proBNP вище 800 пг/мл вказували на нову систолічну дисфункцію ЛШ із площею під кривою робочої характеристики приймача 0,8 (95% ДІ, 0.76-0.84).

«Поточне дослідження є ретроспективним, а проспективні дослідження необхідні для оцінки впливу штучного інтелекту на ЕКГ на віддалені клінічні результати, які зараз оцінює наша дослідницька група», — сказав Адедінсево в інтерв’ю.

Адедінсево додала, що ця технологія зараз використовується в усій її системі охорони здоров’я. Вона розповіла Healio: «Цей інструмент AI-ECG наразі доступний на всіх сайтах клініки Mayo та доступний через нашу систему електронних медичних записів, крім того, у травні FDA нещодавно надав дозвіл на екстрене використання інструменту для скринінгу підтверджених діагнозів або залишив шлуночкова дисфункція у пацієнтів із підозрою на новий коронавірус».

Потенціал покращення догляду за пацієнтами

У відповідній редакційній статті доктор Казі Т. Хак з Інституту серцево-судинної системи імені Найта Орегонського університету охорони здоров’я та науки в Портленді, штат Орегон, та його колеги написали: «Загалом висновки Adedinsewo та ін. показують, що— ШІ використовує стандартний {{ 0}}Електрокардіографічна ЕКГ із відведеннями може покращити ідентифікацію нової серцевої недостатності у пацієнтів із задишкою у відділенні невідкладної допомоги. Це стратегія, яку легко використовувати в клінічній практиці та має потенціал для значного покращення догляду за пацієнтами».