2024-11-14 16:18:16

由美国国立卫生研究院(NIH)资助的研究人员创建了一个心电图分析深层神经网络，该结果显示了与心脏病专家在一项研究中的解释相当的结果。

该网络正确地对一系列明显的心律不齐进行了分类，从而使研究人员谈论了将其用于更好地分诊患者的前景。

但是，该网络尚未在临床环境中得到验证，除非经过定制，否则可能会出现包括误报在内的问题。

自从几十年前被引入领域以来，计算机就在心电图的解释中起着中心作用。每年在全球范围内捕获的3亿多个EKG中，有许多是自动分析的。执行这些分析的算法正在改进，但仍然容易出现诊断错误。如果医师未能发现错误，则患者可能管理不当。

技术的进步为减少诊断错误率创造了机会。借助诸如AliveCor和Apple腕戴式传感器以及iRhythm Technologies的能够捕获心电图的无线补丁之类的设备，当深度神经网络或机器学习的兴起为自动化分析创造新机遇时，心血管数据正在数字化和激增。健康信息。

意识到这一机会，美国国家卫生研究院资助的斯坦福大学和其他组织的研究人员使用iRhythm的Zio补丁从50,000多名患者那里获得的单导心电图数据，对神经网络进行了分类，以对12种节律进行分类，包括10种心律失常。

在覆盖328名患者的不同数据集上进行测试时，神经网络的表现与心脏病专家委员会相当。然后，研究人员将神经网络应用于外部数据，以评估概括其性能的能力。神经网络的性能与开发用于分析外部数据的算法相当。

研究人员认为，该结果表明该算法可以通过对最紧急情况下的患者进行准确优先排序来改善心血管工作流程。但是，神经网络在实际用于解决潜在问题(包括“非平凡的假阳性诊断”)之前，需要针对目标临床应用进行定制。

美国国立卫生研究院主任弗朗西斯·柯林斯( Francis Collins )在周二的博客中写道： “研究结果表明，人工智能可以用来提高心电图读数的准确性和效率。” “如此令人印象深刻，我们肯定只是在将AI应用程序应用于健康和保健的开始。”

尽管这些担忧表明仍有改进和完善的余地，但iRhythm已将算法纳入其用于分析使用Zio补丁的患者数据的过程中。