Mayo研究人员测试AI以改善对肥厚型心肌病的EKG测试

明尼苏达州罗彻斯特-基于人工智能(AI)的方法可能允许将来使用心电图检查筛查肥大性心肌病。对于肥厚型心肌病,心脏壁变厚,可能会干扰心脏…

明尼苏达州罗彻斯特-基于人工智能(AI)的方法可能允许将来使用心电图检查筛查肥大性心肌病。对于肥厚型心肌病,心脏壁变厚,可能会干扰心脏的正常功能。该疾病还使一些患者容易遭受致命的异常节律。当前的EKG技术对该疾病的诊断率有限。

Mayo研究人员测试AI以改善对肥厚型心肌病的EKG测试

新的Mayo临床研究表明,可以训练卷积神经网络AI来检测肥厚型心肌病的看不见的特征。标准的12导联心电图是一种易于使用的低成本测试,可以在许多环境中进行,包括那些资源有限的环境。

肥厚型心肌病可能未得到充分诊断,因为它通常不会引起症状。患者通常直到出现并发症才意识到自己患有这种疾病,但是及早发现可能很重要。肥厚型心肌病是青少年和参加体育运动的年轻人突然死亡的主要原因之一。

梅奥诊所的心脏病专家彼得·诺瑟沃西(Peter Noseworthy)表示,人工智能可能为通过EKG早期诊断肥厚型心肌病提供一种有效且易于使用的方法。Noseworthy博士是《美国心脏病学会杂志》上新发表的一项研究的高级作者:“使用卷积神经网络心电图检测肥厚型心肌病”。

研究人员使用数字12导联心电图训练并验证了卷积神经网络,该神经元来自2448名已知患有肥厚性心肌病的患者和51153名没有这种疾病的患者,匹配年龄和性别的对照对象。接下来,他们在612名肥厚型心肌病受试者和12788名对照受试者的另一组中测试了AI检测疾病的能力。

对于诸如该神经网络的诊断测试,通过接收器工作特性曲线下方的区域,以0.5差(硬币翻转)和1.0出色(完美测试)的比例,通过数学方式测量诊断性能。测量与测试正确识别患有疾病的患者(敏感性)和正确识别未患有疾病的患者(特异性)的能力有关。

为了进行比较,典型的阳性子宫颈抹片检查的曲线下面积为0.7,乳房X线照片为0.85。研究发现,AI能够从面积小于0.96的区域中确定出肥厚型心肌病患者的能力。一个强大的预测器。

Noseworthy博士说:“正常心电图患者的良好表现令人着迷。”“有趣的是,即使是正常的心电图,对于卷积神经网络来说也看起来异常。这支持了这些网络发现隐藏在清晰视线中的模式的概念。”

该研究还对亚组测试了AI。在诊断为左心室肥大的一组患者中,预测肥厚型心肌病的曲线下面积为0.95,左心室肥厚是由高血压引起的疾病,其特征还在于心壁增厚。仅具有正常心电图的亚组曲线下面积也为0.95。诊断为主动脉瓣狭窄(瓣膜变窄)的患者亚组的曲线下面积为0.94。该测试在经过基因测试并确认患有该病的致病性突变的部分患者中表现相似。

“该亚组对于理解如何应用该测试非常重要。很高兴看到,当心电图正常以及由于左心室肥大而异常时,AI表现良好,”驻场心脏病专家医学博士Konstantinos Siontis说道。在梅奥诊所(Mayo Clinic)担任该研究的第一作者。“也许更重要的是,该算法在我们研究的年轻患者(40岁以下)中表现最好,这突显了其在筛查年轻成年人中的潜在价值。”

还有更多的工作要做,例如在其他成年人口,儿童和青少年中测试AI,以找出在哪里有效以及在哪里失败。

“这是一个很有前途的概念证明,但我要提醒大家,尽管它具有强大的性能,但对相对罕见的疾病进行的任何筛查测试注定在一般人群中具有较高的假阳性率和较低的阳性预测值。我们仍然需要更好地了解哪些特定人群将从这项检测中受益,作为筛查工具。” Siontis博士说。

Noseworthy博士补充说:“我们还需要了解更多有关该网络正在检测到的肥大性心肌病的具体特征。我们希望了解如何将该技术用于筛查和管理受此病影响的家庭中的患者。”

原创文章,作者:空空,如若转载,请注明出处:http://kkufo.com/swx/1324.html