Искусственный интеллект для предотвращения сердечно-сосудистых заболеваний: использование ЭКГ-данных

Искусственный интеллект имеет две области применения для расшифровки ЭКГ. Первая область – это определение аритмий и острого инфаркта миокарда автоматизированным способом, чтобы за короткое время обследовать больше пациентов с меньшей нагрузкой на персонал. Вторая область – установление предварительных диагнозов по ЭКГ, которые ранее невозможно было определить с использованием человеческого интеллекта⁵.

Преимущества использования искусственного интеллекта для анализа ЭКГ-данных

Главное преимущество проведения анализа ЭКГ нейросетью состоит в разгрузке медицинского персонала. Нагрузка на врачей постоянно увеличивается, а интерпретация данных ЭКГ занимает немало времени. Нейросеть анализ ЭКГ может провести довольно быстро, что помогает оперативно установить диагноз в экстренной ситуации, а также обработать большое количество кардиограмм, например, при проведении скрининговых обследований. Одним из вызовов в современной медицине является постоянно возрастающая нагрузка на врачей. 41% специалистов в России работают более 60 часов в неделю (при стандартной рабочей неделе 40 часов). По данным опросов, 70% врачей отмечают, что нагрузка постоянно увеличивается, а 50% жалуются на возрастание объема работы, не связанной с лечением¹. Уменьшить нагрузку, облегчить и ускорить диагностику помогает автоматизация процесса, например, с помощью аппаратно-программного комплекса «MDDC Кардио» – кардиографа для проведения ЭКГ с расшифровкой данных искусственным интеллектом. Основными преимуществами ЭКГ-аппаратов с искусственным интеллектом являются: повышение доступности исследования (использование в труднодоступных районах и при обследовании маломобильных пациентов на дому); высокая скорость расшифровки; повышение диагностической точности; возможность исследования большого объема данных⁴; возможность выявления скрытых аритмий (включая скрытую фибрилляцию предсердий), гипертрофической кардиомиопатии, ранних стадий клапанных пороков сердца⁵ и начальной дисфункции левого желудочка⁶. Нейронные сети успешно решают такие задачи: подавление шумов для повышения качества записей, выделение QRS-комплексов, построение ритмограмм и классификация сердцебиений для обнаружения возможных нарушений ритма⁴. В отдаленных регионах России молодые специалисты скорой помощи, которые не имеют быстрой связи с более опытными коллегами, могут воспользоваться приложениями для расшифровки ЭКГ-ботом. Они делают фото и загружают в приложение ЭКГ онлайн. Полученные заключения могут быть использованы специалистами для быстрой постановки предварительного диагноза и принятия важных решений по дальнейшей маршрутизации пациента. В итоге ИИ может повысить скорость и точность оказания медицинской помощи. Ещё удобнее использовать кардиографы со встроенным алгоритмом ИИ. В таком случае фотографирование и отправка данных не требуется. Аппарат снимает ЭКГ и сразу выдает диагностическую информацию. Пример: аппаратно-программные комплексы «MDDC Кардио» и «Цифровой ФАП». Они помогают молодым специалистам и экономят время опытных врачей, ускоряя процесс расшифровки ЭКГ на 20%.

Возможные ограничения при использовании искусственного интеллекта

Расшифровка результатов ЭКГ нейросетью не имеет 100% точности. Все ответы системы носят рекомендательный характер. Патологические отклонения должны быть перепроверены врачом. Именно доктор несет ответственность за установленный диагноз и последующее лечение². Модели глубокого обучения похожи на «черный ящик», они не объясняют прогнозируемые результаты, что часто важно в клинической медицине³.

Перспективы развития технологий искусственного интеллекта для предотвращения сердечно-сосудистых заболеваний

Искусственный интеллект используется не только для расшифровки ЭКГ, но и в других областях кардиологии. С его помощью можно рассчитать сердечно-сосудистые риски. Существует более 40 шкал для оценки рисков заболеваний сердца и сосудов. Врачи часто не имеют достаточного количества времени на расчёт рисков. Технологии ИИ позволят в автоматическом режиме прогнозировать риски заболеваний, чтобы вовремя указать на необходимость принять меры по их предотвращению¹. Потенциальные области применения ИИ как метода расшифровки ЭКГ в профилактической медицине: Ранняя диагностика гипертрофической кардиомиопатии при массовом обследовании молодых людей. Обнаружение склонности к фибрилляции предсердий, что позволит создать группу пациентов для более тщательного последующего наблюдения⁵.

Существующие методы диагностики сердечно-сосудистых заболеваний с использованием искусственного интеллекта

К настоящему времени разработано немало систем для диагностики кардиоваскулярных патологий по ЭКГ при помощи ИИ. Несколько примеров: В исследовании EAGLE 120 (48 клиник, 358 клиницистов) бригады скорой помощи использовали ИИ для расшифровки ЭКГ у 22 641 взрослых пациентов. Результатом стало повышение эффективности диагностики фибрилляции предсердий. В исследовании BEAGLE в клинике Майо ИИ повысил точность диагностики фибрилляции предсердий, что повлияло на лечебную тактику: некоторые пациенты получили антикоагулянтную терапию, которую они не использовали бы без вмешательства искусственного интеллекта⁵. Исследование в клинике Майо с участием 52 870 пациентов продемонстрировало диагностику дисфункции левого желудочка по ЭКГ с чувствительностью, специфичностью и точностью 93,0%, 86,3% и 85,7% соответственно. В итоге FDA выдала разрешение на экстренное использование алгоритма AI–ECG в 12 отведениях для выявления дисфункции левого желудочка у пациентов с COVID-19. AI–ECG CNN продемонстрировала чувствительность и специфичность 89% и 90% в диагностике гиперкалиемии по ЭКГ, что может быть полезным для наблюдения за пациентами с заболеваниями почек, принимающих диуретики⁶. Комплексы «MDDC Кардио» от СберМедИИ используются во всех машинах скорой помощи Ярославля и Рыбинска, а также в почти трети скорых по области. Около половины ФАПов Ярославской области (более 130) также оборудовано комплексом. За 2023 год с помощью ИИ в Ярославской области обработано более 145 тыс. электрокардиограмм. Результатом комплексных мероприятий, в том числе и внедрения ИИ, стало снижение общей смертности в регионе. «MDDC Кардио» с точностью до 90% помогает медицинским работникам определять сердечно-сосудистые патологии. ИИ становится всё более важным инструментом в диагностике заболеваний. Уже сегодня нейросети позволяют диагностировать болезни сердечно-сосудистой системы и оценивать их риски с помощью ЭКГ с высокой точностью и скоростью.

Источники:
1 – Гусев А.В., Кузнецова Т.Ю., Корсаков И.Н. Искусственный интеллект в оценке рисков развития сердечно-сосудистых заболеваний. Российский журнал телемедицины и электронного здравоохранения. DOI: 10.29188/2542-2413-2018-4-3-85-90
2 – П.П. Сиващенко, Я.Я. Волкова, Е.И. Коваленко. Анализ ЭКГ методами нейронных сетей. Приоритетные направления научных исследований. Анализ, управление, перспективы. Сборник статей Международной научно – практической конференции. Саратов, 19 февраля 2020 г.
3 – С.А. Насибли. Обзор методов объясняемого искусственного интеллекта в задачах обработки ЭКГ. Математическое моделирование и суперкомпьютерные технологии. Труды XXII Международной конференции. Нижний Новгород, 14–17 ноября 2022 г.
4 – Чупраков Г.П. Применение нейросетей для анализа ЭКГ. Всероссийская ежегодная научно-практическая конференция. Обществ. Наука. Инновации. Киров, 01–29 апреля 2017 г.
5 – Application of artificial intelligence to the electrocardiogram. Zachi I Attia, David M Harmon, Elijah R Behr and Paul A Friedman. Eur Heart J. 2021 Sep 17 : ehab649. Published online 2021 Sep 17. doi: 10.1093/eurheartj/ehab649
6 – Artificial intelligence-enhanced electrocardiography in cardiovascular disease management. Konstantinos C. Siontis, Peter A. Noseworthy, Zachi I. Attia, and Paul A. Nat Rev Cardiol. 2021; 18(7): 465–478. Published online 2021 Feb 1. doi: 10.1038/s41569-020-00503-2