Algoritem AI EKG prepozna sistolično disfunkcijo levega prekata

Algoritem AI EKG identificira sistolično disfunkcijo levega prekata

Bolniki, ki pridejo na urgentno sobo (ED) z dispnejo, imajo sistolično disfunkcijo levega prekata (LV) po elektrokardiogramih, ki jih analizira AI.

Demilade Adedinsewo, MD, glavna raziskovalka na oddelku za kardiovaskularno medicino na kliniki Mayo v Jacksonvillu na Floridi, je za Healio povedala: "EKG z umetno inteligenco lahko zazna sistolično funkcijo levega prekata hitreje in natančneje pri bolnikih s kratkim dihanjem kot NT-proBNP. Izboljšati in pospešiti diagnostiko urgentnih oddelkov ter zagotoviti edinstveno priložnost za zgodnejšo identifikacijo srčno-žilnih bolnikov z visokim tveganjem in povezavo bolnikov z ustrezno kardiovaskularno oskrbo."

bolniki s težavami pri dihanju

V retrospektivni študiji, objavljeni v Circulation: Arrhythmias and Electrophysiology, so raziskovalci med majem 2018 in 2019 analizirali podatke 1606 bolnikov (povprečna starost 68 let; 47 odstotkov žensk) Težave z dihanjem v 2 mesecih. Ti bolniki so imeli vsaj en EKG v 24 urah in v 30 dneh po obisku ED. Tisti s predhodno diagnosticiranim sistoličnim, diastoličnim ali nepojasnjenim srčnim popuščanjem so bili izključeni.

Primarni rezultat te študije je bila identifikacija novih bolnikov s sistolično disfunkcijo LV (opredeljeno kot iztisni delež levega prekata 35 odstotkov ali manj) v 30 dneh po obisku ED. Sekundarni rezultati so bili opredeljeni kot bolniki z iztisnim deležem levega prekata (LVEF) manj kot 50 odstotkov, ugotovljenim v 30 dneh po predstavitvi. Oba izida so določili EKG, ki jih je ocenila mreža za globoko učenje, algoritem AI-EKG, razvit in potrjen za identifikacijo LVEF 35 odstotkov ali manj brez dodatne optimizacije ali usposabljanja.

Mediani čas do EKG po obisku ED je bil 1 dan.

Pri nujnih bolnikih z dispnejo je bila površina pod karakteristično krivuljo delovanja sprejemnika za algoritem AI-EKG za prepoznavanje nove sistolične disfunkcije levega prekata 0.89 (95-odstotni IZ, 0.{{5} }.91). Algoritem je imel natančnost 85,9 odstotka (95-odstotni IZ, 84.1-87.6), specifičnost 87 odstotkov, občutljivost 74 odstotkov, pozitivno napovedno vrednost 40 odstotkov in negativno napovedno vrednost 97 odstotkov.

Algoritem je prav tako lahko identificiral bolnike z LVEF pod 50 odstotkov s površino pod karakteristično krivuljo delovanja sprejemnika 0.85 (95-odstotni IZ, 0.83-0.88 ) z natančnostjo 86 odstotkov (95-odstotni IZ, 84.2-87.7). S tem je bila dosežena tudi specifičnost 91 odstotkov, občutljivost 63 odstotkov, pozitivna napovedna vrednost 62 odstotkov in negativna napovedna vrednost 92 odstotkov.

Raziskovalci so ocenili tudi skupino {{0}} bolnikov z razpoložljivimi vrednostmi natriuretičnega peptida B-tipa N-terminala. Ravni NT-proBNP, večje od 800 pg/mL, so pokazale novo sistolično disfunkcijo LV, s površino pod karakteristično krivuljo delovanja sprejemnika 0,8 (95-odstotni IZ, 0.76-0,84).

"Trenutna študija je retrospektivna in potrebne so prospektivne študije za oceno vpliva AI-EKG na dolgoročne klinične rezultate, ki jih naša raziskovalna skupina trenutno ocenjuje," je dejal Adedinsewo v intervjuju.

Adedinsewo je dodala, da se tehnologija trenutno uporablja v celotnem njenem zdravstvenem sistemu. Za Healio je povedala: "To orodje AI-EKG je trenutno na voljo na vseh mestih klinike Mayo in je dostopno prek našega sistema elektronskih zdravstvenih kartotek, poleg tega je FDA maja pred kratkim odobrila uporabo v nujnih primerih za pregled potrjenih diagnoz ali zapustila ventrikularna disfunkcija pri bolnikih s sumom na novi koronavirus."

Možnost napredovanja oskrbe bolnikov

V sorodnem uvodniku so dr. Kazi T. Haq iz Knight Cardiovascular Institute na Univerzi za zdravje in znanost Oregon v Portlandu, Oregon, in njegovi sodelavci zapisali: "Na splošno ugotovitve Adedinsewo et al. kažejo, da— AI z uporabo standardne {{ 0}}elektrokardiogram elektrokardiograma s svinčnikom bi lahko izboljšal prepoznavanje novonastalega srčnega popuščanja pri bolnikih z dispnejo na urgentnem oddelku. To je strategija, ki je enostavna za uporabo v klinični praksi in ima potencial za znatno izboljšanje oskrbe bolnikov.«