Ecg AI アルゴリズムは、左心室の収縮機能障害を識別できます

左心室 (LV) の収縮機能不全は、AI で分析された心電計を使用して、呼吸困難で緊急治療室 (ED) に現れた患者で発見されました。

フロリダ州ジャクソンビルにあるメイヨー クリニック心臓血管内科の主任研究者である Demilade Adedinsewo 医学博士は Healio に次のように語っています。救急部門での診断をスピードアップし、心臓病のリスクが高い患者を早期に特定し、患者を適切な心血管治療に結び付けるユニークな機会を提供します。」

呼吸困難のある患者

Circulation: Arrhythmias and Electrophysiology に掲載されたレトロスペクティブ研究で、研究者は 1,606 人の患者 (年齢の中央値は 68 歳、女性の 47%) のデータを分析し、2018 年 5 月から 2019 年 2 月までの間に呼吸困難がありました。これらの患者は 24 時間以内に少なくとも 1 つの心電図を示しました。そしてEDプレゼンテーションの30日。 以前に収縮期、拡張期、または原因不明の心不全と診断された患者は除外されました。

この研究の主な結果は、ED 提示後 30 日以内の患者における新たな左室収縮機能障害 (35% 以下の左心室駆出率として定義される) の発見でした。 副次評価項目は、左心室駆出率 (LVEF) が受診から 30 日以内に 50% 未満であることが判明した患者と定義されました。 どちらの結果も、追加の最適化やトレーニングなしで 35% 以下の LVEF を識別するために開発および検証された AI-ECG アルゴリズムであるディープ ラーニング ネットワークによって評価された ECG によって決定されます。

ED 提示後の心電図検査までの時間の中央値は 1 日でした。

救急部門の呼吸困難患者では、新しい左心室収縮機能障害を特定するための AI-ECG アルゴリズムの受信者動作特性曲線 (AUC) の下の面積は 0.89 (95% CI、0) でした。 .86-0.91)。 アルゴリズムの精度は 85.9% (95% CI、841-87.6)、特異度は 87%、感度は 74%、陽性適中率は 40%、陰性適中率は 97% でした。 .

このアルゴリズムは、LVEF が 50% 未満で、受信者動作特性曲線の下の領域が 0.85(95% CI, 0.83-0) の患者を識別することもできました。 88) と 86 パーセント (95 パーセント CI、842-87.7) の精度。

このアルゴリズムは、LVEF が 50% 未満で、受信者動作特性曲線の下の領域が 0.85(95% CI, 0.83-0) の患者を識別することもできました。 88) と 86 パーセント (95 パーセント CI、842-87.7) の精度。 これにより、91% の特異度、63% の感度、62% の陽性的中率、92% の陰性的中率も達成されました。

研究者らは、利用可能なN末端B型ナトリウム利尿ペプチド値を持つ{{0}}患者のパネルも評価しました。 800 pg/mL を超える NT-proBNP のレベルは、0.8(95% CI, 0.76-0.84 ）。

「現在の研究は遡及的でした」とアデジンセウォはインタビューで語った. 「AI-ECG が長期的な臨床転帰に与える影響を評価するには、前向き研究が必要であり、現在、研究チームによって評価されています。」

Adedinsewo 氏は、この技術は現在、彼女の医療システム全体で使用されていると付け加えました。 「AI-ECG ツールは現在、すべてのメイヨー クリニック サイトで利用可能であり、電子医療記録システムからアクセスできます」と彼女は Helio に語った. 「さらに、このツールは最近、5 月に FDA を通じて、COVID-19 が確認された、または疑われる患者の左心室機能障害をスクリーニングするための緊急使用許可が与えられました。」

患者ケアを進歩させる可能性

付属の社説で、オレゴン州ポートランドにあるオレゴン健康科学大学ナイト心臓血管研究所の KaziT.Haq 博士と同僚​​は次のように書いています。 }リード心電図は、救急部門の呼吸困難患者の新しい心不全の認識率を向上させます.これは、臨床診療で使いやすく、患者ケアを大幅に改善する可能性がある戦略です.」