左心室機能障害と再構成を予測するための小児心電図ベースのディープラーニング
Joshua Mayourian1,2, William G La Cava3,2, Akhil Vaid4
1Department of Cardiology (J.M., S.J.G., T.G., A.D., M.E.A., J.K.T.), Boston Children's Hospital, MA.
Circulation
|February 5, 2024
まとめ
AIアルゴリズムは,心電図を用いて左心房 (LV) の機能障害と再構成を検知し,有望で安価なスクリーニングツールを提供します. この技術は小児心臓病の専門知識を 民主化し 医療へのアクセスを改善します
科学分野:
- 心臓病科
- 人工知能
- 医療診断
背景:
- 人工知能 (AI) は,成人における心電図分析の可能性を示しているが,小児の集団では十分に調査されていない.
- AI強化のECGを使用する子供における左心室機能障害と再構成の検出は,満たされていない重要な需要です.
研究 の 目的:
- 小児患者の LV 機能障害,高縮,膨張を検出するための AI アルゴリズムの開発と検証.
- 人間の専門家と対照的にアルゴリズムのパフォーマンスを評価する.
主な方法:
- 小児患者 (≤18歳) のペアリングされたECG-エコーカルジオグラムでコンヴォルションニューラルネットワークを訓練した.
- このモデルは,AUROCとAUPRCのメトリックを使用して評価されたLV機能障害,高縮,および膨張を特定しました.
- 性能は内部,緊急部門,および外部検証データセットでテストされました.
主要な成果:
- AIモデルは,小児心臓病の基準に匹敵する,またはそれを上回る,LV異常を検出する優れた性能を示した.
- 外部検証では,複合的なアウトカム (99. 0% - 99. 2%) の高いネガティブな予測値が示されました.
- Saliency マッピングは,LV機能障害と再構成を予測する主要なECG特徴を特定しました.
結論:
- 外部で検証されたAIアルゴリズムは,子供におけるLV機能障害と再構成をECGで効果的にスクリーニングできます.
- この技術は 専門的な小児心臓治療へのアクセスを 低コストで提供します
- AIツールは小児心臓病の専門知識を民主化し 早期発見と管理を 改善する可能性があります
