西奈山研究人員創(chuàng)建的一種基于人工智能 (AI) 的特殊計(jì)算機(jī)算法能夠?qū)W習(xí)如何識(shí)別心電圖(也稱為心電圖或心電圖)的細(xì)微變化，以預(yù)測(cè)患者是否正在經(jīng)歷心力衰竭。
“我們表明，深度學(xué)習(xí)算法可以從 ECG 波形數(shù)據(jù)中識(shí)別出心臟兩側(cè)的血液泵送問題，”遺傳學(xué)和基因組科學(xué)助理教授、Hasso Plattner 數(shù)字研究所成員 Benjamin S. Glicksberg 博士說西奈山的健康，該研究的資深作者發(fā)表在美國(guó)心臟病學(xué)會(huì)雜志：心血管成像上。“通常，診斷這些類型的心臟病需要昂貴且耗時(shí)的程序。我們希望該算法能夠更快地診斷出心力衰竭。”
該研究由醫(yī)學(xué)博士 Akhil Vaid 領(lǐng)導(dǎo)，他是一位在 Glicksberg 實(shí)驗(yàn)室工作的博士后學(xué)者，由 Girish N. Nadkarni 醫(yī)學(xué)博士、公共衛(wèi)生碩士、CPH 領(lǐng)導(dǎo)，西奈山伊坎醫(yī)學(xué)院醫(yī)學(xué)副教授，首席數(shù)據(jù)驅(qū)動(dòng)和數(shù)字醫(yī)學(xué)部 (D3M) 的成員，也是該研究的資深作者。
影響大約 620 萬美國(guó)人的心力衰竭或充血性心力衰竭，當(dāng)心臟泵出的血液少于身體正常需要時(shí)就會(huì)發(fā)生。多年來，醫(yī)生嚴(yán)重依賴一種稱為超聲心動(dòng)圖的成像技術(shù)來評(píng)估患者是否可能正在經(jīng)歷心力衰竭。雖然有用，但超聲心動(dòng)圖可能是勞動(dòng)密集型程序，僅在特定醫(yī)院提供。
然而，人工智能最近的突破表明，心電圖——一種廣泛使用的電子記錄設(shè)備——在這些情況下可能是一種快速且容易獲得的替代方案。例如，許多研究表明，“深度學(xué)習(xí)”算法可以檢測(cè)心臟左心室的弱點(diǎn)，將新鮮的含氧血液推向身體的其他部位。在這項(xiàng)研究中，研究人員描述了一種算法的開發(fā)，該算法不僅可以評(píng)估左心室的強(qiáng)度，還可以評(píng)估右心室的強(qiáng)度，該算法將脫氧的血液從體內(nèi)流出并將其泵入肺部。
“雖然很有吸引力，但傳統(tǒng)上醫(yī)生使用心電圖來診斷心力衰竭一直具有挑戰(zhàn)性。部分原因是這些評(píng)估沒有既定的診斷標(biāo)準(zhǔn)，而且心電圖讀數(shù)的一些變化對(duì)于人眼來說太微妙了，”Nadkarni 博士說。“這項(xiàng)研究代表了在發(fā)現(xiàn)隱藏在心電圖數(shù)據(jù)中的信息方面向前邁出的令人興奮的一步，使用相對(duì)簡(jiǎn)單且廣泛可用的測(cè)試可以導(dǎo)致更好的篩查和治療范例。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！