Революция кардиологии с помощью искусственного интеллекта: раннее обнаружение и не только

Как и большинство заболеваний, эти расстройства не возникают из ниоткуда. Обычно им предшествуют многочисленные признаки и симптомы, многие из которых слишком слабы для обнаружения врачами без помощи. На протяжении многих лет стетоскопы, ЭКГ и множество других устройств улучшили раннее обнаружение, но у каждого из них есть свои ограничения. Машинное обучение поднимает раннюю диагностику на новый уровень сложности, открывая путь к тому, что некоторые мыслители называют "золотым веком" в медицине.

На видео, размещенном на веб-сайте Anumana, доктор Пол Фридман, профессор медицины и председатель Департамента сердечной медицины в Клинике Майо, объясняет, что организм постоянно предоставляет физиологические данные о состоянии сердечно-сосудистой системы, включая пульс, вариабельность пульса, электрические сигналы и изменения в дыхании, все это можно мониторить и внедрять в алгоритм, управляемый искусственным интеллектом, чтобы улучшить раннее обнаружение заболеваний. Клиника Майо создала Anumana, чтобы предложить свои кардиологические алгоритмы провайдерам здравоохранения по всему миру.

Чтобы оценить влияние искусственного интеллекта в кардиологии, можно обратиться к клиническому исследованию EAGLE, демонстрирующему ценность инструмента ИИ/ЭКГ в обнаружении ALVSD. Асимптомная дисфункция желудочка, хотя она и может показаться незначительной для немедицинских лиц, затрагивает около 3% населения. Это состояние свидетельствует о нарушении способности сердца к сокращению, что ведет к ухудшению качества жизни и повышенной смертности.

В исследовании EAGLE доктор Захи Аттия и команда Клиники Майо использовали 12-канальное ЭКГ, совмещенное с сверточной нейронной сетью, для идентификации пациентов с ALVSD и выбрали степень выброса (EF) на уровне или ниже 35% в качестве определения этого расстройства. Их результаты показали площадь под кривой 0,93, чувствительность 86,3%, специфичность 85,7% и точность 85,7%. Это означает, что инструмент ИИ/ЭКГ обладает чувствительностью 86,3%, что означает точное выявление примерно 8,6 из 10 пациентов с риском дисфункции желудочка (истинные положительные). Это демонстрирует ценность инструмента, но не решает важного вопроса для врачей - положительного прогностического значения (ППВ).

ППВ предлагает более значимую перспективу для врачей, работающих с отдельными пациентами. Он количественно оценивает вероятность того, что пациент с положительным результатом теста действительно имеет интересующее состояние. Этот показатель изменяется в зависимости от распространенности расстройства и точки отсечки для теста. В исследовании EAGLE точность, чувствительность и специфичность были отличными, но ППВ составлял всего 33,8%. Это более низкий показатель ППВ, что частично обусловлено выбором значения EF 35%. Повышение точки отсечки, например,< 50%, увеличило ППВ сети до 63,4%.

При размышлении о великих открытиях Уильяма Гарви невероятно осознавать, насколько далеко мы продвинулись в сфере здравоохранения. В настоящее время происходит цифровая революция в области здравоохранения, оказывающая глубокое воздействие на пациентов по всему миру. Машинное обучение, способное выявлять тонкие изменения в состоянии сердечно-сосудистой системы, трансформирует кардиологию. Раннее обнаружение состояний, таких как ALVSD, становится реальностью, предоставляя врачам бесценные сведения. Будущее обещает еще больше инноваций в области диагностических инструментов.

В заключение, сочетание искусственного интеллекта и кардиологии революционизирует раннюю диагностику и диагностическую точность в сфере кардиоваскулярного здоровья, принося надежду на более здоровое и безопасное будущее. Благодаря алгоритмам машинного обучения медицинское сообщество может опережать смертоносные состояния и своевременно предпринимать меры.

По материалам Mayo Clinic