関連する実験動画

人工ニューラルネットワークによる12リードEKGで検出された急性心筋梗塞

B Hedén¹, H Ohlin, R Rittner

¹Department of Clinical Physiology, Lund University, Sweden.

|October 10, 1997

まとめ

人工ニューラルネットワークは,12鉛のECGを使用して急性心筋梗塞の検出を大幅に改善します. これらの高度なアルゴリズムは,従来の方法や専門の心臓科医と比較して,優れた感度と診断力を提供します.

科学分野:

心臓病学心臓病学
人工知能 (AI) とは,人工知能 (AI) のことです.
医療診断医療診断

背景:

12導線心電図 (ECG) は,急性心筋梗塞 (AMI) の診断に不可欠です.
自動化されたECGの解釈は,経験が少ない医師の診断に役立ちます.
人工ニューラルネットワーク (ANN) は,従来の解釈プログラムの強化の可能性を示しています.

研究の目的:

人工ニューラルネットワーク (ANN) を使用した12リードECGで急性心筋梗塞 (AMI) を検出する.

主な方法:

1120のAMIECGと10,452のコントロールECGで訓練されたANN.
訓練のために12のST-Tセグメントの測定値を使用した.
ANNのパフォーマンスを標準的なECG解釈プログラムと専門家心臓科医の分類と比較した.

主要な成果:

ANNは,解釈プログラムと心臓科医よりも高い感度と識別力を示しました.
ANNの感度は,95.4%の特異性 (P<.00001) で解釈プログラムよりも15.5%高かった.
ANNの感度は,心臓科医よりも10.5%高く,特異性は86.3% (P<.00001) でした.

結論:

ANNは,急性心筋梗塞 (AMI) の検出のための自動ECG解釈を強化することができます.
ANNは,初心者や経験豊富な臨床医の両方にとって意思決定支援ツールとして有望であることを示しています.

関連する概念動画