基于深度學(xué)習(xí)框架快速準(zhǔn)確預(yù)測(cè)心力衰竭

西奈山研究人員發(fā)明了一種新的人工智能技術(shù)，可以識(shí)別心臟內(nèi)的微小變化，并準(zhǔn)確預(yù)測(cè)心力衰竭。最近，在美國(guó)心臟病學(xué)院雜志：心血管成像的發(fā)布中，這項(xiàng)研究可以更快地診斷和早期檢測(cè)充血性心力衰竭，幫助醫(yī)生更有效地治療患者并減緩疾病進(jìn)展。

“我們證明，深度學(xué)習(xí)算法可以從 ECG 波形數(shù)據(jù)中識(shí)別心臟兩側(cè)的血液泵送問題。通常，診斷這些類型的心臟病需要昂貴且耗時(shí)的程序。我們希望該算法能夠更快地診斷心力衰竭?！辟Y深作者 Benjamin S 。 Glicksberg 是西奈山遺傳學(xué)和基因組科學(xué)的助理教授，他在一份新聞稿報(bào)告中說(shuō)。

作為 65 歲以上住院患者最常見的診斷，美國(guó)有 600 多萬(wàn)人患有充血性心力衰竭。當(dāng)心臟無(wú)法有效地將血液泵入全身時(shí)，就會(huì)出現(xiàn)這種情況，血液回流到心臟的速度比泵出的速度快，從而造成充血。隨著身體的補(bǔ)償和疾病的進(jìn)展，會(huì)出現(xiàn)一些副作用，如心臟增大、腎衰竭、心悸和器官氧合不足。

在診斷心臟病時(shí)，醫(yī)生通常使用心電圖測(cè)量心跳和心電活動(dòng)，同時(shí)使用超聲心動(dòng)圖測(cè)量詳細(xì)的心臟圖像。然而，診斷心力衰竭需要專業(yè)知識(shí)，特殊設(shè)備并不總是現(xiàn)成的，而且可能很耗時(shí)。

通常情況下， ele CTR 心圖變化對(duì)人眼來(lái)說(shuō)也太微妙，無(wú)法檢測(cè)到，導(dǎo)致診斷延遲。

先前的研究已經(jīng)開發(fā)出人工智能算法，用于檢測(cè)左心室（將含氧血液推入體內(nèi)的一側(cè)）的弱點(diǎn)。然而，到目前為止，還不存在評(píng)估右心室功能的工具，這種工具可以將脫氧血液從身體輸送到肺部，從而導(dǎo)致對(duì)患者整個(gè)心臟功能的概述不完整。

研究人員致力于創(chuàng)建一個(gè)評(píng)估左心室和右心室功能的深度學(xué)習(xí)框架。研究小組使用自然語(yǔ)言處理技術(shù)訓(xùn)練計(jì)算機(jī)閱讀和處理書面報(bào)告，并對(duì)148227名患者的超聲心動(dòng)圖和心電圖進(jìn)行相關(guān)分析。研究人員利用來(lái)自西奈山衛(wèi)生系統(tǒng)四家不同醫(yī)院的70多萬(wàn)份超聲心動(dòng)圖和電子心電圖報(bào)告，訓(xùn)練神經(jīng)網(wǎng)絡(luò)以發(fā)現(xiàn)模式并識(shí)別泵送強(qiáng)度。來(lái)自第五家醫(yī)院的數(shù)據(jù)用于測(cè)試該算法。

模型在符合 HIPAA 的 NVIDIA GPU – 加速 Azure 云虛擬機(jī)上進(jìn)行訓(xùn)練，虛擬機(jī)帶有 NVIDIA V100 張量核 GPU。

該算法以 94% 的準(zhǔn)確率預(yù)測(cè)了哪些患者的左心室功能正常，并在 87% 的時(shí)間內(nèi)識(shí)別出左心室功能較弱的患者。右心室功能更難預(yù)測(cè)，該算法在預(yù)測(cè)哪些患者右心室瓣膜功能較弱時(shí)的準(zhǔn)確率達(dá)到 84% 。

Glicksberg 說(shuō)：“我們的研究結(jié)果表明，該算法可能是幫助臨床工作者對(duì)抗各種患者心力衰竭的有用工具?！??！拔覀冋谧屑?xì)設(shè)計(jì)前瞻性試驗(yàn)，以在更真實(shí)的環(huán)境中測(cè)試其有效性?！?/p>

關(guān)于作者

Michelle Horton 是 NVIDIA 的高級(jí)開發(fā)人員通信經(jīng)理，擁有通信經(jīng)理和科學(xué)作家的背景。她在 NVIDIA 為開發(fā)者博客撰文，重點(diǎn)介紹了開發(fā)者使用 NVIDIA 技術(shù)的多種方式。

審核編輯：郭婷