开发和验证一种心电图人工智能模型,用于检测周周心肌病
Ibrahim Karabayir1, Gianna Wilkie2, Turgay Celik1
1Section of Cardiovascular Medicine, Department of Internal Medicine, Wake Forest University School of Medicine, Winston-Salem, NC (Drs Karabayir, Celik, Butler, Ivanov, and Akbilgic).
American journal of obstetrics & gynecology MFM
|March 6, 2024
概括
人工智能 (AI) 通过使用心电图 (ECG) 准确检测周周心肌病. 这种基于人工智能的心电图查提供了早期周周心肌病诊断的潜力,即使是用于远程监测的单线心电图.
科学领域:
- 心脏病学 心脏病学
- 医疗人工智能 医疗人工智能
- 妇女健康 妇女健康
背景情况:
- 产周心肌病 (PPCM) 是一种罕见但严重的心力衰竭形式.
- 早期发现PPCM对于有效的管理和改善患者的治疗结果至关重要.
- 需要非侵入性诊断工具来促进及时的PPCM诊断.
研究的目的:
- 评估基于人工智能 (AI) 的心力衰竭检测模型的有效性,以识别周周心肌病 (PPCM).
- 评估使用单导电心电图 (ECG) 数据用于远程PPCM查的可行性.
主要方法:
- 开发了一种用于心力衰竭检测的深度学习模型,该模型使用了成人非孕妇的回顾性心电图数据.
- 该模型在两个不同的机构对具有和没有PPCM的孕妇的独立队列进行了验证.
- 该分析仅使用第一线心电图数据重复进行,以评估远程监测的可行性.
主要成果:
- 人工智能心力衰竭模型在初始训练队列中实现了0.92的曲线下的面积 (AUC).
- 该模型在独立队列中检测PPCM方面表现出强的表现,AUC为0.83和0.94.
- 仅使用I心电图数据,结果相似,AUC为0.73和0.93,表明远程查的可行性.
结论:
- 人工智能可以通过单独使用心电图 (ECG) 数据准确检测周周心肌病 (PPCM).
- 人工智能驱动的心电图查对更早的PPCM诊断具有前途.
- 单导电图数据显示了通过可穿戴设备进行远程PCM查的潜力.
