Искусственный интеллект обучается глубокому анализу ЭКГ

Новое крупное исследование показало, что алгоритм глубокого обучения искусственного интеллекта (ИИ), интерпретирующий предоперационные ЭКГ, может выявить риск послеоперационной смерти у тех, кто перенес кардио-, несердечную хирургические операции и интервенционные процедуры. При выявлении пациентов из группы высокого риска, у которых впоследствии наблюдалась послеоперационная смертность, алгоритм оказался более эффективным, чем широко используемый ныне инструмент оценки риска.

Методология

Исследователи оценили эффективность алгоритма искусственного интеллекта (PreOpNet), обученного на предоперационных ЭКГ 36 839 пациентов со средним возрастом 65 лет, проходивших процедуры в Медицинском центре Сидарс-Синай (CSMC) с 2015 по 2019 гг, у которых была хотя бы одна ЭКГ в 12 отведениях, выполненная в течение 30 дней до процедуры.

Основным исходом была 30-дневная смертность после кардиохирургических, внесердечных операций, а также эндоваскулярных и эндоскопических процедур.

Исследователи сравнили эффективность PreOpNet с пересмотренным индексом кардиального риска (Индексом Lee, ПИКР) — признанным коэффициентом вычисления риска, который использует предоперационные клинические характеристики из электронных медицинских записей.

Чтобы оценить точность PreOpNet в стационарах с различным профилем пациентов, исследователи применили алгоритм к когортам из двух независимых медицинских центров Стэнфордского и Колумбийского университета. 

Основные результаты

У пациентов с высоким риском с помощью модели глубокого обучения нескорректированное отношение шансов (ОШ) послеоперационной смертности составило 9,17 (ДИ 95%, 5,85–13,82) по сравнению с нескорректированным ОШ 2,08 (0,77–3,50) для показателей ПИКР более 2 (показатель высокого риска).

Практическое значение

«Существующие инструменты прогнозирования клинических рисков недостаточны», — заявил в пресс-релизе ведущий автор исследования доктор Дэвид Уян из отделения кардиологии Института сердца Смидта и отдела искусственного интеллекта в медицине медицинского факультета Лос-Анджелесского университета, добавив следующее: Модель искусственного интеллекта «потенциально может быть использована для точного определения того, какие пациенты могут пройти вмешательство, а для каких пациентов вмешательства могут быть слишком рискованны».

Результаты исследования опубликованы онлайн в The Lancet Digital Health.

Ограничения

Алгоритм может быть неприменим к пациентам с низким риском, которым не требуется предоперационная ЭКГ. Поскольку ПИКР предназначен для оценки пациентов, перенесших несердечные хирургические вмешательства, наиболее прямое сравнение проводится в этих условиях. Все анализы проводились на ретроспективных когортах.

Исследование получило финансирование от Национального института сердца, легких и крови США. Дэвид Уян сообщил о поддержке со стороны Национальных институтов здравоохранения и Alexion, а также о консультациях или гонорарах за лекции от EchoIQ, Ultromics, Pfizer, InVision, Корейского общества Echo и Японского общества Echo.