人工智能帮助医生准确检测“房颤”

2019年10月27日 01:19

心脏是维持生命体征最重要的器官,它就像一台泵血的“发动机”。血液被心脏推送到全身完成循环。血液输送到肺部,可以完成气体交换,从肺泡获得氧气排出二氧化碳,然后富含氧气的血液再被“泵”到全身,为其他器官供给氧气;血液输送到小肠,可以带走小肠细胞吸收的葡萄糖,并运往给其他器官以提供能源;血液从肾脏经过,也会从肾小球中回收有益物质(氨基酸、离子、水),被筛选剩下的废弃物才会排泄掉。

人类难以检测的心脏异常,AI可以快速诊断,准确率达79%

心脏本是一台有节律的“精密的仪器”,由具有精确协调的“电路系统”来启动并维持正常而有节律的跳动。它包含左心房、左心室、右心房和右心室四个腔,而窦房结位于右心房上部。窦房结周期性地发出脉冲指令,使心房肌和心室肌产生同步协调的收缩。窦房结每发生一次冲动,心脏就跳动一次,在医学上称为“窦性心律”,代表人体正常心律,频率在每分钟60-100次。

心房颤动:信号乱了,心跳也乱了

但如果指挥心脏收缩的电脉冲不止来自于窦房结,还来自心房周围的多个区域,产生的电信号将是混乱无规律的,心房壁收到指令后不再规律地收缩,而会不停颤抖。由于心房不能正常收缩,血液也无法正常泵入心室,这种病症便被称为心房颤动,或房颤

人类难以检测的心脏异常,AI可以快速诊断,准确率达79%

房颤是心律失常的一种,异常电脉冲信号影响了心脏的节奏,心房或心室失去规律的协同运动,产生不规律的颤抖。因此影响了供血能力,也容易造成血栓。房颤本身并不可怕,但它造成的心房血凝块(血栓),以及心脏输血量降低,会引发多种并发症。严重危害中老年人健康的脑卒中(中风)、高血压、心衰、心功能恶化等心血管疾病都有可能因房颤引起。

房颤威胁中老年人健康,却不容易提前检测

它的确诊不算困难,房颤时的心电图会反映出心脏的不规律跳动。通过24小时动态心电图,可以记录症状出现时的心律/心率情况,明确是否有房颤发作以及房颤发作的持续时间。

人类难以检测的心脏异常,AI可以快速诊断,准确率达79%

许多常见疾病都可能是房颤引起的,但患者却很难察觉到真正的病因。想要提前预防房颤也很难。早期的房颤对患者影响较小,而房颤的症状并非持续出现,偶尔的心电图检查也难觅其踪,通常需要用可植入或可穿戴的监视器来持续捕捉房颤事件,不过这又提高了检测成本,效果并不理想。

人工智能来帮忙,诊断准确率高

人类难以检测的心脏异常,AI可以快速诊断,准确率达79%

来自美国明尼苏达州梅奥诊所的心血管研究团队,用人工智能算法训练一个诊断模型,对就诊者的10秒心电图数据进行分析,就可判断其是否患有房颤。模型针对标记数据的一次判断准确率高达79%,准确率媲美心脏病专家。这项研究成果于今年8月初发表于顶级医学期刊——《柳叶刀》。

为了开发一种低成本无创伤的房颤监测模型,梅奥诊所的研究人员尝试基于人工智能(AI),开发出一款能快速识别心律异常患者的模型。该模型采用1981年至2017年该诊所181,000多名患者的近650,000份心电图数据进行训练。其中70%的患者数据用于训练AI模型,10%的数据用于模型验证,剩余的20%用于测试。提供数据的患者都被医生确诊为患有心房颤动,但他们的标准10秒心电图中至少有一次心电图的心律表现是正常的,表明房颤在患者身上也并非总在发生。

人类难以检测的心脏异常,AI可以快速诊断,准确率达79%

当AI模型训练完成,只需对患者进行标准10秒12导联心电图检测,模型对检测数据分析后就能马上确诊。它的效率远高于目前其他的检测手段,要知道普通的动态心电图监测有可能需要数周或多年的持续监控才能发现异端。

由于房颤往往时而消失时而出现,动态心电图未必能准确捕捉到异常的瞬间,但人工智能却能依据少量数据进行判断。研发团队认为,房颤患者的心脏往往存在某种异常,但人为观察心电图却难以发现其中的微妙模式,心脏病专家可能会认为是轻度异常而不会引起注意。他们希望AI能帮助医生发现这类异常心脏在心电图上留下的特征。AI模型似乎很擅长这份工作,面对同一份标准10秒12导联心电图,AI将其识别为房颤患者,而专业医学人员却可能误判为心律正常。AI模型的诊断准确率高达79%,当对同一患者的多份心电图进行综合判断,准确率可提高到83%。

人类难以检测的心脏异常,AI可以快速诊断,准确率达79%

针对这款AI系统,研究人员预想了两种应用:一是为普通人群提供检测服务,通过简便快捷的10秒心电图,筛选出真正的房颤患者,将人群从长期监控式检测中解放出来;二是为确诊的患者提供检测,可以实时快捷地了解病情,减轻植入设备带来的痛苦。

前景很美好,目前仍待完善

他们认为这项工作远非完善,仍需要在一般性人群中进行更多验证性测试。因为目前AI系统训练数据基于诊所的就诊纪录,显然前来检查的人群中患有心脏问题的比例会高于普通人群。AI系统若基于“不够客观”的数据进行训练,会出现“过拟合”问题,表现为面对训练数据准确率非常高,面对实战数据却不够准确。

话说回来,这项工作创新性地将人工智能与心电图诊断相结合,在本地验证上也获得巨大成功,“AI医生”可以给出超过心脏病专家的诊断正确率。潜力无穷,相信随着对人工智能技术的不断完善和深入,它能辅佐医疗工作者创造更美好的生活。