EKG AI-algoritme identifiserer venstre ventrikkels systolisk dysfunksjon

EKG AI-algoritme identifiserer venstre ventrikkels systoliske dysfunksjon

Pasienter som oppsøker akuttmottaket (ED) med dyspné har venstre ventrikkel (LV) systolisk dysfunksjon ved bruk av elektrokardiogrammer analysert med AI.

Demilade Adedinsewo, MD, hovedetterforsker ved avdelingen for kardiovaskulær medisin ved Mayo Clinic i Jacksonville, Florida, sa til Healio: "AI-EKG kan oppdage venstre ventrikkels systoliske funksjon raskere og mer nøyaktig hos pasienter med kortpustethet enn NT-proBNP. Forbedre og fremskynde diagnosen akuttmottak og gi en unik mulighet til å identifisere høyrisiko-hjertepasienter tidligere og knytte pasienter til passende kardiovaskulær behandling."

pasienter med pustevansker

I den retrospektive studien, publisert i Circulation: Arrhythmias and Electrophysiology, analyserte forskere data fra 1606 pasienter (median alder 68; 47 prosent kvinner) mellom mai 2018 og 2019. Pustevansker i løpet av 2 måneder. Disse pasientene hadde minst ett EKG innen 24 timer og innen 30 dager etter deres ED-besøk. De med tidligere diagnostisert systolisk, diastolisk eller uforklarlig hjertesvikt ble ekskludert.

Det primære resultatet av denne studien var identifisering av nye pasienter med LV systolisk dysfunksjon (definert som en venstre ventrikkel ejeksjonsfraksjon på 35 prosent eller mindre) innen 30 dager etter ED-besøket. Sekundære utfall ble definert som pasienter med en venstre ventrikkel ejeksjonsfraksjon (LVEF) mindre enn 50 prosent funnet innen 30 dager etter presentasjonen. Begge utfallene ble bestemt av EKG-er vurdert av et dypt læringsnettverk, en AI-EKG-algoritme utviklet og validert for å identifisere LVEF-er på 35 prosent eller lavere uten ytterligere optimalisering eller trening.

Mediantiden til EKG etter ED-besøk var 1 dag.

Hos akuttpasienter med dyspné var området under mottakerens funksjonskarakteristiske kurve for AI-EKG-algoritmen for å identifisere ny venstre ventrikkel systolisk dysfunksjon 0.89 (95 prosent CI, 0.{{5} }.91). Algoritmen hadde en nøyaktighet på 85,9 prosent (95 prosent CI, 84.1-87.6), en spesifisitet på 87 prosent, en sensitivitet på 74 prosent, en positiv prediktiv verdi på 40 prosent, og en negativ prediktiv verdi på 97 prosent.

Algoritmen var også i stand til å identifisere pasienter med en LVEF under 50 prosent med et område under mottakerens driftskarakteristiske kurve på 0.85 (95 prosent CI, 0.83-0.88 ) med en nøyaktighet på 86 prosent (95 prosent KI, 84.2-87.7). Dette oppnådde også en spesifisitet på 91 prosent, en sensitivitet på 63 prosent, en positiv prediktiv verdi på 62 prosent og en negativ prediktiv verdi på 92 prosent.

Forskerne evaluerte også et panel av {{0}} pasienter med tilgjengelige N-terminale B-type natriuretiske peptidverdier. NT-proBNP-nivåer større enn 800 pg/mL indikerte ny systolisk dysfunksjon i LV, med et område under mottakerens driftskarakteristikkkurve på 0,8 (95 prosent CI, 0,76-0,84).

"Den nåværende studien er retrospektiv, og prospektive studier er nødvendig for å vurdere virkningen av AI-EKG på langsiktige kliniske utfall, som forskerteamet vårt for tiden evaluerer," sa Adedinsewo i et intervju.

Adedinsewo la til at teknologien for tiden brukes i hele helsevesenet hennes. Hun fortalte Healio: "Dette AI-EKG-verktøyet er for øyeblikket tilgjengelig på alle Mayo Clinic-steder og er tilgjengelig gjennom vårt elektroniske journalsystem, i tillegg ble verktøyet nylig gitt nødbruksautorisasjon av FDA i mai for screening av bekreftede diagnoser eller venstre. ventrikulær dysfunksjon hos pasienter med mistanke om nytt koronavirus."

Potensialet til å fremme pasientbehandlingen

I en beslektet lederartikkel skrev Dr. Kazi T. Haq fra Knight Cardiovascular Institute ved Oregon Health and Science University i Portland, Oregon, og kolleger: "Samlet sett viser funnene til Adedinsewo et al. at— AI som bruker en standard {{ 0}}avlednings-EKG lednings-EKG kan forbedre identifiseringen av nyoppstått hjertesvikt hos pasienter med akuttmottak med dyspné. Dette er en strategi som er enkel å bruke i klinisk praksis og har potensial til å forbedre pasientbehandlingen betydelig."