心血管病学深层神经网络助力心电图解读

外伤会引起白癜风吗 https://m-mip.39.net/pf/mipso_4583179.html

导读：

心电图（ECG）的计算机解释算法旨在提高医生对心电图的解读准确性，减少医疗错误，对患者进行及时的护理。医生通常也会通读这些自动生成的解释，并在必要时进行更正。在心律诊断中，当出现房颤（AF）时尤其需要额外注意，采取适当的治疗。但是，自动解读和医生解读出现错误都很常见，这会对患者的治疗产生不利影响。

深层神经网络（DNN）已经成功用于处理多种类型的疾病，包括对皮肤癌和糖尿病导致的视网膜病变等疾病的诊断，或者用于进行头部CT扫描等。更进一步的深度卷积神经网络Cardiologs?则能够从12导联ECG同时检测出76种病理。

与Veritas?常规算法相比，该算法对于所有急诊科心电图的解读更有针对性也更准确，其预测价值更高，也更能很好解释较为简单的心电图。

作者StephenW.Smith的研究团队就探究了Cardiologs?DNN算法对于住院和/或急诊科患者房颤以及其他心律失常的情况，包括心动过速（AT）和房扑（AFL）解读的准确性，并将其与Veritas?的自动诊断以及医生通读的解释情况进行对比。该篇研究成果发表于爱思唯尔旗下期刊IJCHeartVasculature。

（图片来自英文原文作者）

上图为静息心电图的诊断预测。如图所示，12导联的ECG（左）被卷积神经网络（中间）转换为对76种不同病理标签的预测概率，蓝色为高概率，白色为低概率。所有超过给定阈值（此处为0.5）的标签都作为预测的诊断。根据所研究的内容（例如AF/无AF，AD/无AD）计算出二进制结果。

作为临床护理的一部分，在Mortara?设备上记录的所有ECG都会通过嵌入式Veritas?算法进行自动解释。此外，所有的ECG都由一名急诊医生或心血管病医生通读。这两种解释都能被永久记录（Veritas?，Veritas?+医生）。Cardiologs?算法也已应用于所有的ECG，并被记录为Cardiologs?算法做出的解读。

通过以上3种方法来解释在6个月内连续记录的24,例12导联ECG，从例由Veritas?或Cardiologs?算法诊断的AF患者中随机选择例，将算法的解释、Veritas?+医生的解释与专家的解释这三者进行比较。为了评估对房颤诊断的敏感性，该研究分析了一个独立的数据库，分别由算法和盲评专家解释从该数据库中随机选择的个ECG。

经过最终诊断，在入选的例ECG中，有例为AF，例存在≥1的假阳性。Cardiologs?的准确性高于Veritas?，与Veritas?+医生诊断的准确率相当。当Veritas?错误时，Veritas?+医师的准确性仅为62％；在这些心电图中Cardiologs?的准确性为90％。数据库中有39个AF病例，Cardiologs?和Veritas?的敏感性分别为92％和87％，特异性分别为99.5％和98.7％。

总体而言，Cardiologs?12导联心电图算法提高了对房颤的解读准确度。

投稿