Linda Johnson, stellvertretender Professor für kardiovaskuläre Epidemiologie an der Universität Lund in Schweden, leitete die Studie neben Jeff Healey, Senior Scientist am Population Health Research Institute, einem gemeinsamen Institut für McMaster University und Hamilton Health Sciences in Kanada. Die Ergebnisse werden in Nature Medicine veröffentlicht.
Das menschliche Herz schlägt 80.000-120.000 Mal am Tag. Langzeit-EKGs zeichnen jeden Herzschlag auf, und die Aufzeichnung wird dann auf Anomalien-Arrhythmien-untersucht, was ein zeitaufwändiger Prozess ist.
Die aktuelle Studie umfasste 14.606 Einzelpatienten, die durchschnittlich 14 Tage EKG verzeichnet hatten; Insgesamt über 200.000 Tage EKG -Daten. Diese Daten wurden von EKG -Technikern unter Verwendung der standardmäßigen klinischen Methodik überprüft. Dieselben Daten wurden dann unter Verwendung eines AI-Algorithmus-„Deeprhythmai“-neu analysiert, das speziell für die Aufgabe von Medicalgorithmic, Polen, entwickelt wurde.
„Wir haben dann zufällig über 5.000 Episoden von Arrhythmien für intensive, Beat-by-Beat Dann verglich die Interpretation von EKG und AI -Algorithmus “, sagt Johnson.
Die Forscher fanden heraus, dass die Analyse durch die KI zu 14 -mal weniger fehlenden Diagnosen schwerer Arrhythmien (einschließlich vollständiger Herzblockade, ventrikulärer Tachykardie und Vorhofflimmern) führte. Schwere Arrhythmien wurden bei 0,3 Prozent der Patienten von der KI übersehen, verglichen mit 4,4 Prozent für die Techniker.
Die Absicht der Forscher war es nicht zu beweisen, dass KI für die Diagnose spezifischer Arrhythmien so gut oder besser als Kardiologen ist. In der Studie wurde vielmehr versucht zu bestimmen, was passieren würde, wenn die Techniker ersetzt würden, und die Ärzte erhielten Berichte direkt von der KI. Wenn er erfolgreich ist, wäre ein solcher Ansatz eine wichtige Innovation, die sich mit dem weltweiten Mangel an geschulten Mitarbeitern befassen könnte, die in der Lage sind, eine langfristige EKG-Überwachung zu interpretieren.
„Weltweit mangelt es an rund 15 Millionen Gesundheitspersonal. Ambulatorische EKGs müssen von speziell ausgebildeten Mitarbeitern analysiert werden, die häufig als EKG -Techniker bezeichnet werden. Der Mangel an Mitarbeitern führt zu einem enormen Engpass im Gesundheitswesen weltweit, und gleichzeitig würden Patienten davon profitieren, um davon zu profitieren Wenn wir mehr und längere ambulante EKG -Aufzeichnungen machten, glaubten wir, dass AI dieses Problem lösen könnte. Diese Kardiologen überprüfen dann „, sagt Johnson.
Dies ist die erste Studie, die nicht nur testet, wie gut der AI -Algorithmus bei der Beurteilung einzeln ausgewählter EKG -Streifen ist, sondern auch, was wir erwarten könnten, wenn menschliche Techniker durch KI ersetzt würden.
„Heute verwenden die meisten langfristigen EKG-Geräte eine Art KI, um die Interpretation zu unterstützen, aber mit unterschiedlicher Qualität. Und es gibt noch lange Wartezeiten für die langfristige Überwachung der EKG, in einigen Fällen viele Monate. Wenn wir ein qualifiziertes KI-Modell haben Das kann alle EKGs überprüfen, dann hätten wir sowohl viel billiger als auch schnellere Diagnostika „, sagt Healey.
Bei der Gestaltung dieser Studie gab es einige wichtige Merkmale, die die Forscher der Ansicht waren, dass die KI haben muss.
„Es muss eine nahezu perfekte Empfindlichkeit haben, was bedeutet, dass alles, was potenziell schwerwiegende Arrhythmie ist Negative).
Das KI-Modell war in der Lage, schwere Arrhythmien mit 99,9 Prozent Vertrauen in eine 14-tägige EKG-Aufzeichnung auszuschließen. Die Anzahl der falsch positiven Aspekte (in diesem Zusammenhang war die Ergebnisse falsch als schwerwiegende Arrhythmie) nur bescheiden: 12 pro 1.000 Aufzeichnungstage für KI im Vergleich zu 5 pro 1.000 Aufzeichnungstage für die menschliche Analyse.
„Wir haben gezeigt, was dieses KI -Modell kann und wie sensibel und genau es ist. Ich denke auch, dass es eine beeindruckende Anstrengung aller, die zur Studie beigetragen haben EKGs Beat nach Beat.
