首页 > 资讯 > 人工智能检查心电图可预测死亡率房颤

人工智能检查心电图可预测死亡率房颤

2019-11-22 资讯 Eli

人工智能检查心电图可预测死亡率房颤-智医疗网

费城-根据在美国心脏协会科学会议上发表的最新研究,深层神经网络从最初被解释为正常的12导联心电图中识别出潜在的不良结果和房颤。

“机器学习和人工智能技术在医疗保健问题中的应用越来越普遍,但通常着重于诊断问题,例如在根据当前特征对当前诊断进行分类的图像中检测特征,”Christopher M. Haggerty博士助理影像科学与创新系教授,布兰登·福恩沃特(BrandonK. Fornwalt)博士,宾夕法尼亚州丹维尔的盖辛格的副教授兼影像科学与创新系主任告诉Healio。“很少有研究能够将机器学习应用于预测未来事件或患者结果的任务。这项工作是第一批证明用于预测未来患者事件(1年死亡率)的概念证明,其中仅基于12导联心电图数据就具有良好的表现。”

人工智能检查心电图可预测死亡率房颤-智医疗网

预测1年死亡率

盖辛格(Geisinger)影像科学与创新系的Sushravya M. Raghunath博士,数学和计算科学家及其同事分析了34年的医疗记录,分析了1,775,926例12导联静息心电图,涉及397,840位患者。研究人员使用ECG迹线来训练一个深层的神经网络,该网络将用于预测1年的死亡率。

接收器工作特性曲线下的面积为0.83。根据结果,添加年龄和性别后,AUC为0.85。

深度神经网络的使用优于非线性模型,该模型使用39种ECG测度创建(AUC = 0.81),无年龄和性别(AUC = 0.77;P<.001)。

即使在以前由心脏病专家报告为正常的ECG子集中,该模型的整体性能也很高(n = 297,548;AUC = 0.84);根据结果,研究人员计算出心电图后的HR为6.6(P<.005)。

在被认为正常的部分心电图中找到良好的预测准确性后,下一步是由三位心脏病专家进行的一项蒙面调查,以确定他们是否能够看到表明存在死亡风险的特征。掩盖调查的结果表明,尽管显示出ECG分别标记为正阳性和负阴性,但心脏病专家仍无法检测模型捕获的模式。

Haggerty和Fornwalt告诉Healio:“定义患者的预后是医学上的基本任务,因为它构成了后续治疗决策的基础,以根据需要帮助改善预后。”“我们相信这种类型的模型可以整合到临床工作流程中,并有助于告知风险评估和预后评估。例如,在晚期慢性疾病的情况下,可以对死亡风险进行准确的评估(我们认为这是医生在其他临床信号的背景下解释这种死亡风险预测的结果,而不仅仅是基于算法输出)可用于帮助转介有关姑息治疗的转介,或表明可能需要采取更积极的治疗。”

发表评论

您必须 [ 登录 ] 才能发表留言!