一项新的深度学习应用为左心室收缩功能障碍提供了一种自动筛查方法。这种情况大大降低了心脏的泵血能力，并与频繁住院和过早死亡的双重风险有关。通过及时发现和开始用药，可以预防左室功能障碍。然而，在症状出现之前识别疾病是不可行的。
为了应对这一挑战，心血管数据科学实验室(CarDS)实验室的Rohan Khera医学博士和他的团队开发了一种新的基于人工智能(AI)的心电图(ECG)解释，旨在全球使用。这项研究发表在7月25日的《循环》杂志上。
没有超声心动图或核磁共振扫描，心脏病专家无法识别左室功能障碍患者。诊断左室收缩功能障碍——心脏主要腔室的弱点——需要心脏成像。对这种疾病的广泛筛查受到技术和现有专业知识的限制。然而，心电图是全球临床实践中最容易获得的心血管诊断测试。
在他们的设计中，研究小组包括了近40万张心电图，以及来自成像测试的心功能障碍数据。该算法通过不同格式的数据进行了测试，这些数据来自美国几家诊所和医院，以及巴西的一个大型社区队列。
Khera说:“我们证明了12导联心电图的简单照片或扫描图像，这是最容易获得的心脏测试，可以提供心脏结构和功能障碍的关键见解。”“这为最终为全球每20名成年人中就有一人受到影响的这种疾病提供了一种筛查工具的可能性。
“他们的诊断经常被推迟，因为先进的检测要么无法获得，要么只为那些有症状的疾病保留。现在我们可以通过一个简单的网络或智能手机应用程序来识别这些患者。”这种应用程序的一个版本伴随着论文，并由卡片实验室托管以进行演示。
“我们的方法创造了一个心电图图像的超级阅读器——识别人眼无法准确破译的左室收缩功能障碍的特征，”该研究的第一作者、卡实验室成员、罗德学者Veer Sangha说。
Khera说:“我们的人工智能工具可以进行早期诊断和治疗，还可以识别那些未来有发展为左室功能障碍风险的人。”“这些发现代表了我们正在努力使人工智能驱动的高级心电图推断应用变得容易。”
更多信息:Veer Sangha等，从心电图图像检测左心室收缩功能障碍，Circulation(2023)。DOI: 10.1161/CIRCULATIONAHA.122.062646期刊信息:Circulation
耶鲁大学提供
引用:创新的人工智能工具从2023年7月26日从https://medicalxpress.com/news/2023-07-ai-tool-hidden-heart-disorders.html获取的心电图照片(2023年7月26日)中检测隐藏的心脏疾病
作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司
内容仅供参考之用。
