通过基于人工智能的算法提高可插入心脏监测器的诊断性能
Eliot Crespin1, Arnaud Rosier1,2, Issam Ibnouhsein1
1Implicity SAS, Paris, France.
概括
一个人工智能 (AI) 工具显著减少了可插入心脏监视器 (ICM) 的假阳性诊断. 这种基于人工智能的ILR-ECG分析仪TM保持了高灵敏度,减轻了护理人员的工作负担.
科学领域:
- 心脏病学 心脏病学
- 医疗技术 医疗技术 医学技术
- 人工智能的人工智能
背景情况:
- 插入式心脏监测器 (ICM) 越来越多地用于心脏监测.
- 来自ICM的高错误阳性 (FP) 诊断率给医疗保健提供者带来了巨大的工作负担.
- 有效验证ICM数据对于患者护理至关重要.
研究的目的:
- 评估基于AI的ILR-ECG分析仪TM (ILR-ECG-A) 在重新分类ICM事件中的性能.
- 为了尽量减少ICM的错误阳性诊断,同时保持高灵敏度.
- 评估人工智能的潜力,以减少与ICM数据审查相关的临床负担.
主要方法:
- 通过ImplicityTM平台监测的546名ICM患者的队列进行了分析.
- 每位患者选择了一个异常事件,并通过ILR-ECG-A进行分析.
- 节目与评审委员会 (AC) 审查的准确性进行了比较.
主要成果:
- 在879次异常ICM发作中,32.2%是假阳性 (FP).
- ILR-ECG-A将76.0%的FP发作重新归类为正常.
- 人工智能算法证实了98.6%的真正异常发作,显示出高灵敏度.
结论:
- 基于AI的ILR-ECG-A显著减少了ICM的错误阳性诊断.
- 该工具保持高灵敏度 (>98%) 检测真正的异常.
- 预计这种AI解决方案的实施将大大减轻ICM事件审查的临床工作量.
