Ecg AI algoritms var identificēt kreisā kambara sistolisko disfunkciju

Kreisā kambara (LV) sistoliskā disfunkcija tika konstatēta pacientiem, kuri ieradās neatliekamās palīdzības nodaļā (ED) ar aizdusu, izmantojot AI analizētus elektrokardiogrāfus.

Galvenā pētniece Demilade Adedinsewo, MD, no Mayo klīnikas Sirds un asinsvadu medicīnas departamenta Džeksonvilā, Floridā, Healio pastāstīja: "AI EKG var noteikt kreisā kambara sistolisko funkciju pacientiem ar tahipnoju ātrāk un precīzāk nekā NT-proBNP. Tas var uzlabot un paātrināt diagnostiku neatliekamās palīdzības nodaļā un sniegt unikālu iespēju agrāk identificēt pacientus ar augstu sirds slimību risku un saistīt pacientus ar atbilstošu sirds un asinsvadu aprūpi."

Pacienti ar apgrūtinātu elpošanu

Retrospektīvā pētījumā, kas publicēts izdevumā Circulation: Arrhythmias and Electrophysiology, pētnieki analizēja datus no 1606 pacientiem (vidējais vecums 68 gadi; 47 procenti sieviešu), kuriem no 2018. gada maija līdz 2019. gada februārim bija apgrūtināta elpošana. Šiem pacientiem 24 stundu laikā bija vismaz viena EKG. un 30 dienas pēc viņu ED prezentācijas. Tika izslēgti pacienti ar iepriekš diagnosticētu sistolisko, diastolisko vai neizskaidrojamu sirds mazspēju.

Šī pētījuma primārais rezultāts bija jaunas LV sistoliskās disfunkcijas (definēta kā kreisā kambara izsviedes frakcija 35% vai mazāk) atklāšana pacientiem 30 dienu laikā pēc ED parādīšanās. Sekundārie rezultāti tika definēti kā pacienti, kuru kreisā kambara izsviedes frakcija (LVEF) bija mazāka par 50 procentiem 30 dienu laikā pēc parādīšanās. Abus rezultātus nosaka EKG, ko novērtē dziļais mācību tīkls — AI-EKG algoritms, kas ir izstrādāts un apstiprināts, lai bez papildu optimizācijas vai apmācības identificētu LVEF 35 procentu vai mazāku.

Vidējais laiks līdz EKG izmeklēšanai pēc ED uzrādīšanas bija 1 diena.

Pacientiem ar aizdusu neatliekamās palīdzības nodaļā laukums zem uztvērēja darbības raksturlīknes (AUC) AI-EKG algoritmā jaunas kreisā kambara sistoliskās disfunkcijas noteikšanai bija 0,89 (95 procenti TI, 0). .86-0.91). Algoritma precizitāte bija 85,9 procenti (95 procenti TI, 841-87.6), specifika bija 87 procenti, jutība bija 74 procenti, pozitīvā paredzamā vērtība bija 40 procenti un negatīvā paredzamā vērtība bija 97 procenti. .

Algoritms arī spēja identificēt pacientus ar LVEF, kas ir mazāks par 50 procentiem, un laukums zem uztvērēja darbības raksturlīknes bija 0,85 (95 procenti TI, 0.{5}}). 88) un precizitāte 86 procenti (95 procenti TI, 842-87.7).

Algoritms arī spēja identificēt pacientus ar LVEF, kas ir mazāks par 50 procentiem, un laukums zem uztvērēja darbības raksturlīknes bija 0,85 (95 procenti TI, 0.{5}}). 88) un precizitāte 86 procenti (95 procenti TI, 842-87.7). Tas arī sasniedza 91 procentu specifiskumu, 63 procentus jutības, 62 procentus pozitīvās paredzamās vērtības un 92 procentus negatīvas paredzamās vērtības.

Pētnieki novērtēja arī {{0}} pacientu grupu ar pieejamām N-termināla B tipa nātrijurētisko peptīdu vērtībām. NT-proBNP līmenis, kas pārsniedz 800 pg/ml, norādīja uz jaunu LV sistolisko disfunkciju ar laukumu zem uztvērēja darbības raksturlīknes 0,8 (95 procenti TI, 0.{9}}.84). ).

"Pašreizējais pētījums bija retrospektīvs," intervijā sacīja Adedinsewo. "Ir nepieciešami perspektīvi pētījumi, lai novērtētu AI-EKG ietekmi uz ilgtermiņa klīniskajiem rezultātiem, ko pašlaik novērtē mūsu pētnieku komanda."

Adedinsewo piebilda, ka šī tehnoloģija pašlaik tiek izmantota visā viņas veselības aprūpes sistēmā. "AI-EKG rīks pašlaik ir pieejams visās Mayo Clinic vietnēs un ir pieejams, izmantojot mūsu elektronisko medicīnisko ierakstu sistēmu," viņa teica Healio. "Turklāt šim rīkam nesen tika piešķirta atļauja ārkārtas lietošanai ar FDA starpniecību, lai pārbaudītu pacientus ar apstiprinātu vai aizdomām par COVID{1}} kreisā kambara disfunkciju."

Iespēja uzlabot pacientu aprūpi

Pievienotajā ievadrakstā Dr. KaziT.Haks no Oregonas Veselības un zinātnes universitātes Knight Cardiovascular Institute Portlendā, Oregonas štatā, un kolēģi raksta: "Kopumā Adedinsewo et al. atklājumi liecina, ka AI, izmantojot standarta {{0} }svina EKG uzlabo jaunas sirds mazspējas atpazīšanas biežumu pacientiem ar aizdusu neatliekamās palīdzības nodaļā. Tā ir stratēģija, ko ir viegli izmantot klīniskajā praksē un kas var būtiski uzlabot pacientu aprūpi."