开发临床验证的人工智能模型,用于检测ST段升高心肌梗塞
Sang-Hyup Lee1, Kyu Lee Jeon2, Yong-Joon Lee1
1Division of Cardiology, Severance Hospital, Yonsei University College of Medicine, Seoul, South Korea.
Annals of emergency medicine
|July 27, 2024
概括
一个人工智能 (AI) 模型使用心电图 (ECG) 数据准确诊断ST段升高心肌梗塞 (STEMI). 这种AI工具有助于及时激活心脏导管实验室,改善对STEMI患者的护理.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 初级穿皮冠状动脉干预对于ST段升高心肌梗塞 (STEMI) 是至关重要的.
- 对于STEMI的心脏导管实验室激活通常是不理想的.
- 准确和及时的诊断对于有效的STEMI治疗至关重要.
研究的目的:
- 开发一个精确的人工智能 (AI) 模型来诊断STEMI.
- 为了提高心脏导管实验室激活STEMI患者的准确性.
主要方法:
- 利用了来自韩国穿皮冠状动脉干预注册的心电图 (ECG) 波形数据.
- 开发了一个结合5个卷积神经网络的深层合奏模型.
- 使用临床数据,医生比较和外部数据集验证了AI模型.
主要成果:
- 人工智能模型在18,697个ECG上实现了92.1%的准确性,95.4%的灵敏度和91.8%的特异性.
- 在临床验证,医生比较和外部验证中表现出色和平衡.
- 人工智能模型通过梯度加权类激活映射表现出合理的可解释性.
结论:
- 深层合奏AI模型在诊断STEMI时表现出强大的性能.
- 人工智能模型显示了改善心脏导管实验室激活效率的潜力.
- 建议进行进一步的前性验证,以确认在现实环境中的临床益处.
