Может ли ЭКГ помочь врачам использовать искусственный интеллект для выявления тромбоэмболии легочной артерии?

Легочные эмболии - это опасные, закупоривающие легочные артерии тромбы. В ходе экспериментального исследования ученые из Медицинской школы Икан при клинике Маунт-Синай впервые показали, что алгоритмы искусственного интеллекта могут обнаружить признаки этих тромбов на электрокардиограммах (ЭКГ), что в один прекрасный день может помочь врачам при скрининге.

Результаты, опубликованные в журнале European Heart Journal - Digital Health, свидетельствуют о том, что новые алгоритмы машинного обучения, разработанные для использования комбинации данных ЭКГ и электронной медицинской карты, могут быть более эффективными, чем используемые в настоящее время скрининговые тесты, для определения того, действительно ли у пациентов с умеренным и высоким риском присутствует легочная тромбоэмболия.

Когда некоторые пациенты могут испытывать одышку или боль в груди, эти симптомы могут свидетельствовать как о легочной тромбоэмболии, так и о других проблемах, не связанных с тромбами, что затрудняет врачам правильную диагностику и лечение. Более того, в настоящее время официальные диагнозы ставятся на основании компьютерной томографической легочной ангиограммы, которая представляет собой трудоемкое сканирование грудной клетки, проводимое только в отдельных больницах и требующее от пациентов потенциально опасного уровня радиации.

Чтобы сделать диагностику более простой и доступной, исследователи потратили более 20 лет на разработку современных компьютерных программ, или алгоритмов, призванных помочь врачам определить, действительно ли у пациентов из группы риска происходит тромбоэмболия легочной артерии. Результаты оказались неоднозначными.

В данном исследовании ученые пришли к выводу, что объединение алгоритмов, опирающихся на данные ЭКГ и электронной медицинской карты, может стать эффективной альтернативой, поскольку процедура ЭКГ широко доступна и относительно проста в применении.

На основании данных более 20 000 пациентов ученые разработали систему, в которой одни алгоритмы используют данных ЭКГ для скрининга легочной эмболии, другие - данные электронной медицинской карты. В каждой ситуации алгоритм учился определять случай тромбоэмболии легочной артерии путем сравнения данных ЭКГ или медицинской карты с соответствующими результатами легочной ангиограммы. В итоге исследователи создали третий алгоритм путем объединения алгоритма, показавшего лучшие результаты по ЭКГ, с алгоритмом, показавшим лучшие результаты по электронной медицинской карте.

Результаты показали, что объединенная модель не только превзошла свои родительские алгоритмы, но и лучше выявляла конкретные случаи легочной эмболии, чем используемые в настоящее время скрининговые тесты. По оценкам исследователей, модель слияния была на 15-30% эффективнее при точном скрининге случаев острой эмболии, и лучше всего она справлялась с прогнозированием наиболее тяжелых случаев. Кроме того, точность модели оставалась неизменной независимо от того, какой расы или пола был пациент, что позволяет предположить, что она может быть полезна для скрининга самых разных пациентов.