19:00 
Согласно недавнему исследованию, врачи скоро смогут диагностировать неуловимую форму сердечного заболевания за считанные секунды с помощью модели искусственного интеллекта, разработанной в Мичиганском университете.
Исследователи обучили модель выявлять коронарную микрососудистую дисфункцию — сложное состояние, для диагностики которого требуются передовые методы визуализации, с использованием обычной электрокардиограммы.
Их инструмент прогнозирования значительно превзошел более ранние модели искусственного интеллекта почти во всех диагностических задачах, включая прогнозирование. резерв миокарда — золотой стандарт диагностики ЦМВБ.
Результаты публикуются в NEJM AI, ежемесячном журнале New England Journal of Medicine .
Наша модель дает врачам возможность точно идентифицировать состояние, которое, как известно, трудно диагностировать (и которое часто пропускают при посещении отделения неотложной помощи), с помощью 10-секундной ленты ЭКГ".
Венкатеш Л. Мурти, доктор медицинских наук, старший автор, заместитель руководителя отделения кардиологии по трансляционным исследованиям и инновациям в сердечно-сосудистом центре Франкеля UM Health и профессор профилактической кардиологии имени Мелвина Рубенфайра в Медицинской школе UM
Около 14 миллионов человек ежегодно посещают отделение неотложной помощи или амбулаторную клинику с болью в груди.
В отличие от ишемической болезни сердца, которое возникает из-за закупорки крупных кровеносных сосудов сердца, ЦМВБ поражает более мелкие сосуды.
Это также вызывает боль в груди и увеличивает риск сердечного приступа, но диагностика ЦМВБ требует передовых методов, таких как ПЭТ-визуализация перфузии миокарда.
Как работает модель искусственного интеллекта
Эти высокоценные сканирования дороги и редко доступны за пределами специализированных центров.
Ограниченность доступных сканирований создает Задача для Мерти и его исследовательской группы, когда они искали данные для обучения своей модели искусственного интеллекта.
Они решили эту проблему с помощью самоконтролируемого обучения, или SSL.
Они начали с предварительного обучения модели глубокого обучения, называемой преобразователем зрения, на более чем 800 000 неразмеченных сигналов ЭКГ, а затем доработали ее на меньшем, размеченном наборе данных ПЭТ-сканирований.
"По сути, мы научили модель "понимать" электрический язык сердца без присмотра человека", - сказал Мерти.
После обучения основам исследователи научили модель точно разбивать расширенные данные ПЭТ, используя 12 различных демографических и клинических задач прогнозирования, включая несколько, которые невозможно выполнить с помощью текущих моделей ЭКГ-ИИ.
Модель не только преуспела в прогнозировании ЦМВБ по различным базам данных, но и последовательно повысила точность диагностики. задач прогнозирования более распространенных заболеваний сердца по сравнению с предыдущими современными моделями.
Четыре диагностические задачи, которые использует модель, часто включают электрокардиограммы, снятые во время нагрузочных тестов.
Однако результаты показали лишь минимальное увеличение производительности при использовании ЭКГ со стрессом по сравнению с ЭКГ в состоянии покоя.
Будущее сердечного искусственного интеллекта
Несколько групп успешно разработали инструменты искусственного интеллекта для интерпретации ЭКГ с помощью обучают их на больших базах данных ЭКГ.
Эти модели, однако, используются для более общих задач, таких как автоматическая интерпретация сердечного ритма и обнаружение систолической дисфункции левого желудочка.
Используя менее доступные «золотые стандартные» данные ПЭТ-сканирования MPI для обучения своей модели, команда Мерти считает, что она может расширить способность ЭКГ предсказывать более трудные для обнаружения микрососудистые состояния, такие как ЦМВД.
"Люди, которые обращаются в отделение неотложной помощи с болью в груди, могут иметь ЦМВД, но их ангиограмма будет выглядеть как "чистая", - говорит соавтор Саша Н. Гуневардена, доктор медицинских наук, доцент кафедры внутренней медицины и кардиологии в Медицинской школе UM.
"В больницах с ограниченными ресурсами или в неспециализированных центрах можно использовать нашу модель ЭКГ-ИИ для прогнозирования резерва миокардиального кровотока и CMVD станет простым, экономичным и неинвазивным способом определения того, когда пациенту будет полезно пройти расширенное тестирование на серьезное заболевание».
