EKG AI algoritmas gali nustatyti kairiojo skilvelio sistolinę disfunkciją

Kairiojo skilvelio (KS) sistolinė disfunkcija buvo nustatyta pacientams, kurie kreipėsi į greitąją pagalbą (ED) dėl dusulio, naudojant AI analizuotus elektrokardiografus.

Pagrindinė tyrėja Demilade Adedinsewo, MD, iš Mayo klinikos Širdies ir kraujagyslių medicinos departamento Džeksonvilyje, Floridoje, sakė Healio: "AI EKG gali nustatyti kairiojo skilvelio sistolinę funkciją pacientams, sergantiems tachipnėja, greičiau ir tiksliau nei NT-proBNP. Tai gali pagerinti ir paspartinti diagnostiką skubios pagalbos skyriuje ir suteikti unikalią galimybę anksčiau identifikuoti pacientus, kuriems yra didelė širdies ligų rizika, ir susieti pacientus su tinkama širdies ir kraujagyslių sistemos priežiūra“.

Pacientai, kuriems sunku kvėpuoti

Retrospektyviniame tyrime, paskelbtame leidinyje Circulation: Arrhythmias and Electrophysiology, mokslininkai išanalizavo 1606 pacientų (amžiaus mediana – 68 m.; 47 proc. moterų) duomenis, kuriems nuo 2018 m. gegužės mėn. iki 2019 m. vasario mėn. buvo sunku kvėpuoti. Šiems pacientams per 24 valandas buvo atlikta bent viena EKG. ir 30 dienų nuo jų ED pristatymo. Pacientai, kuriems anksčiau buvo diagnozuotas sistolinis, diastolinis ar neaiškios kilmės širdies nepakankamumas, buvo neįtraukti.

Pagrindinis šio tyrimo rezultatas buvo naujos KS sistolinės disfunkcijos (apibrėžiama kaip kairiojo skilvelio išstūmimo frakcija 35 proc. ar mažesnė) atradimas pacientams per 30 dienų po ED atsiradimo. Antrinės baigtys buvo apibrėžtos kaip pacientai, kurių kairiojo skilvelio išstūmimo frakcija (KSIF) buvo mažesnė nei 50 procentų per 30 dienų nuo pristatymo. Abu rezultatus nustato EKG, kurį įvertino gilus mokymosi tinklas – AI-EKG algoritmas, sukurtas ir patvirtintas siekiant nustatyti 35 procentų ar mažesnius LVEF be papildomo optimizavimo ar mokymo.

Vidutinis laikas iki EKG tyrimo po ED pateikimo buvo 1 diena.

Skubios pagalbos skyriuje dusuliuojančių pacientų plotas po imtuvo veikimo charakteristikų kreive (AUC) pagal AI-EKG algoritmą, skirtą naujai kairiojo skilvelio sistolinei disfunkcijai nustatyti, buvo 0,89 (95 proc. PI, 0). .86-0.91). Algoritmo tikslumas buvo 85,9 proc. (95 proc. PI, 841-87.6), specifiškumas – 87 proc., jautrumas – 74 proc., teigiama nuspėjamoji reikšmė – 40 proc., o neigiama nuspėjamoji vertė – 97 proc. .

Algoritmas taip pat galėjo identifikuoti pacientus, kurių KSIF mažesnis nei 50 proc., o plotas po imtuvo veikimo charakteristikos kreive buvo 0.85(95 proc. PI, 0.83-0). 88) ir 86 proc. tikslumu (95 proc. PI, 842-87.7).

Algoritmas taip pat galėjo identifikuoti pacientus, kurių KSIF mažesnis nei 50 proc., o plotas po imtuvo veikimo charakteristikos kreive buvo 0.85(95 proc. PI, 0.83-0). 88) ir 86 proc. tikslumu (95 proc. PI, 842-87.7). Taip pat buvo pasiektas 91 procentas specifiškumas, 63 procentai jautrumas, 62 procentai teigiama nuspėjamoji vertė ir 92 procentai neigiama nuspėjamoji vertė.

Tyrėjai taip pat įvertino {{0}} pacientų grupę, turinčią N-galo B tipo natriuretinio peptido reikšmes. NT-proBNP lygis, didesnis nei 800 pg/mL, rodo naują KS sistolinę disfunkciją, o plotas po imtuvo veikimo charakteristikos kreive yra 0,8 (95 proc. PI, 0.{9}}.84). ).

"Dabartinis tyrimas buvo retrospektyvus", - interviu sakė Adedinsewo. „Reikalingi perspektyvūs tyrimai, siekiant įvertinti AI-EKG poveikį ilgalaikiams klinikiniams rezultatams, kuriuos šiuo metu vertina mūsų tyrimų grupė.

Adedinsewo pridūrė, kad ši technologija šiuo metu naudojama visoje jos sveikatos priežiūros sistemoje. „AI-EKG įrankis šiuo metu yra prieinamas visose Mayo Clinic svetainėse ir pasiekiamas per mūsų elektroninę medicininių įrašų sistemą“, – sakė ji Healio. „Be to, neseniai gegužę FDA įrankiui buvo suteiktas leidimas naudoti skubiai, kad būtų galima patikrinti pacientus, kuriems patvirtinta arba įtariama COVID{1}} dėl kairiojo skilvelio disfunkcijos.

Galimybė pagerinti pacientų priežiūrą

Pridedamame vedamajame straipsnyje Dr. KaziT.Haq iš Knight Cardiovascular Institute prie Oregono sveikatos ir mokslo universiteto Portlande, Oregone, ir kolegos rašo: „Apskritai Adedinsewo ir kt. išvados rodo, kad dirbtinis intelektas naudojant standartinį {{0} }švino EKG pagerina naujo širdies nepakankamumo atpažinimo dažnį pacientams, sergantiems dusuliu skubios pagalbos skyriuje. Tai strategija, kurią lengva taikyti klinikinėje praktikoje ir kuri gali žymiai pagerinti pacientų priežiūrą.