ИИ читает ЭКГ за две секунды и находит то, что не могут обнаружить кардиологи

      ЭКГ занимает всего несколько секунд для записи и стоит очень мало. Исследователи Имперского колледжа Лондона обучили систему ИИ, которая может прочитать ЭКГ за менее чем две секунды и выявить признаки сердечной недостаточности и заболеваний клапанов, которые клиницисты не могут обнаружить по тому же следу.

      Результаты были представлены на конгрессе Европейского общества кардиологии в Мюнхене и были опубликованы в Guardian в понедельник. В испытании участвовали 67 000 пациентов в Соединенных Штатах.

      Инструмент выявил до 81% случаев сердечной недостаточности и до 90% случаев заболеваний клапанов, несмотря на то, что тест изначально не был предназначен для выявления ни одного из этих состояний.

      «Сверхчеловеческий ИИ» — это фраза, которую доктор Ахмед Эль-Медани, клинический научный сотрудник Фонда сердца Великобритании в Имперском колледже, использовал для описания системы.

      Утверждение относительно специфично: сигнал присутствует в записи, но клиницисты не могут надежно извлечь его из ЭКГ самостоятельно.

      Клиническая проблема, которую она призвана решить, в значительной степени связана с проблемой мощности. «Пациенты часто могут ждать несколько месяцев, чтобы пройти ультразвуковое исследование сердца после направления к нему от своего врача», — сказал профессор Фу Сионг Нг, профессор кардиологии в Имперском колледже.

      Сердечная недостаточность также является состоянием, при котором задержки могут иметь серьезные последствия. Болезнь прогрессирует со временем, и лечение, как правило, более эффективно, когда оно начинается раньше, оставляя пациентов в очереди, пока их состояние продолжает меняться.

      Эхокардиограмма требует обученного сонографа, специализированного оборудования и записи на прием. ЭКГ, напротив, может быть записана с использованием десяти электродов и медсестры, что объясняет, почему она выполняется гораздо чаще.

      Идея, следовательно, заключается в том, чтобы использовать ИИ для триажа, а не как замену клиницистам. Если программное обеспечение может анализировать ЭКГ, которые уже снимаются, и выявлять пациентов, у которых с большей вероятностью есть структурная проблема сердца, этих пациентов можно будет приоритизировать для ультразвукового исследования вместо того, чтобы двигаться по списку ожидания в том же порядке, что и все остальные.

      «Технология, подобная ИИ ЭКГ в этом исследовании, может стать решением, которое поможет ускорить процесс для пациентов, у которых с наибольшей вероятностью есть аномалия сердца», — сказала доктор Соня Бабу-Нараян, консультант-кардиолог Фонда сердца Великобритании.

      Стоимость — еще одна причина, по которой этот подход может работать в масштабах. ЭКГ являются одними из самых дешевых и широко используемых медицинских тестов, поэтому добавление программного обеспечения для анализа записей, которые уже собираются, потребует относительно небольших дополнительных затрат или инфраструктуры.

      Текущее испытание также является частью гораздо более крупной исследовательской программы. Группа Нга обучила свои модели на 1,6 миллиона ЭКГ из Бразилии, которые были связаны с записями пациентов, а также на нескольких миллионах дополнительных записей из Соединенных Штатов.

      Широкая программа выходит за рамки сердечной недостаточности и заболеваний клапанов. Модели также использовались для выявления сердечных приступов и аритмий, а также состояний вне кардиологии, включая диабет и заболевания почек.

      Исследователи сообщили о точности от 83% до 93% для сердечных заболеваний и от 70% до 80% для других состояний.

      Бразильский набор данных является важной частью этой работы, поскольку записи связаны с тем, что впоследствии произошло с пациентами.

      Это дает моделям возможность изучать, какие паттерны в ЭКГ были связаны с диагнозами, которые возникли позже, а не просто учиться распознавать состояния, которые уже были идентифицированы, когда тест был проведен.

      Исследование также вышло за пределы университета. Работа, финансируемая Фондом сердца Великобритании, коммерциализируется через спин-офф под названием Cardiovolt.ai, где Нг является главным медицинским директором, а доктор Аруншис Сау — главным научным директором.

      Следующий заявленный шаг команды включает как аппаратное, так и программное обеспечение. Портативные устройства ЭКГ с ИИ, встроенным в рабочий процесс, могут в конечном итоге вывести технологию за пределы больниц и в условия, где ЭКГ легче выполнять, хотя это также изменит роль системы с помощи клиницистам в приоритизации существующих пациентов на потенциальное выявление людей, которые еще не были направлены на дальнейшее тестирование.

      В Великобритании существует нерешенный регуляторный вопрос вокруг такого рода технологий. В стране есть сильный академический потенциал для глубоких технологий в области сердечно-сосудистых заболеваний, включая исследования, которые уже приводят к новым подходам к сердечно-сосудистым заболеваниям, но переход от академического результата, представленного на медицинском конгрессе, к рутинному использованию в больницах требует отдельного процесса клинической валидации и регуляторного одобрения.

      Текущая система еще не прошла этот процесс. Инструмент ИИ, который выявляет пациентов, которых следует направить на дальнейшее обследование, делает клиническое утверждение, что означает, что ему нужно будет соответствовать соответствующим требованиям к медицинским устройствам, прежде чем его можно будет развернуть в масштабах в Великобритании.

      Также существует разница между тем, что было представлено на медицинском конгрессе, и тем, что было продемонстрировано в рутинной клинической практике.

      Испытание предполагает, что информация о сердечной недостаточности и заболеваниях клапанов может быть извлечена из ЭКГ, которая не была предназначена для выявления ни одного из этих состояний, но пока не показывает, приводит ли использование этой информации в реальных клинических условиях к более раннему лечению или лучшим результатам для пациентов.