Y Defnydd Pwysig O Linellau Dargludiad Cardiaidd

Clefyd cardiofasgwlaidd yw prif achos marwolaeth yn Tsieina, gyda mwy na 544,{1}} o achosion o farwolaeth sydyn o darddiad canolog bob blwyddyn, ac mae ei achosion ar gynnydd gyda'r newid mewn ffordd o fyw a heneiddio'r boblogaeth. .

Mae marwolaeth cardiaidd sydyn (SCD) yn farwolaeth annisgwyl o achosion cardiaidd, fel arfer yn digwydd o fewn awr i ddechrau symptomau clefyd y galon, a nodweddir gan golli ymwybyddiaeth yn sydyn, rhoi'r gorau i weithgaredd y galon yn sydyn, a methiant hemodynamig, fel arfer oherwydd tachycardia fentriglaidd parhaus. neu ffibriliad fentriglaidd.

Felly, gall adnabod pobl sydd â risg uchel o gael SCD helpu i atal y clefyd yn sylweddol.

Mae electrocardiogram (ECG) yn ddull a ddefnyddir yn eang ar gyfer canfod gweithgaredd trydanol y galon, ac mae'r safon glinigol arferol yn defnyddio ECG arweiniol 12- i asesu iechyd calon claf. Fel elfen allweddol sy'n cysylltu corff y claf â'r offeryn electrocardiogram, mae'r wifren dargludiant cardiaidd yn chwarae rhan hanfodol yn ansawdd y signal electrocardiogram.

Yn ôl astudiaeth newydd a gyhoeddwyd yn Communications Medicine, un o gyfnodolion gwyddonol mwyaf blaenllaw'r byd, gall y model Deep Learning ar sail ECG ar gyfer asesu risg SCD wahaniaethu'n fwy cywir rhwng achosion SCD a grwpiau rheoli na'r model risg ECG traddodiadol. Bydd hyn yn helpu clinigwyr sgrinio a nodi pobl sydd â risg uwch ar gyfer SCD, fel y gellir eu profi'n rheolaidd i atal SCD rhag digwydd.

Defnyddiodd y tîm ddata o ddwy astudiaeth SCD y tu allan i'r ysbyty a oedd yn annibynnol yn ddaearyddol, yn y gymuned, gyda chyfanswm sampl o 2,510 o achosion SCD. Cafodd modelau dysgu dwfn (DL) eu hyfforddi, eu dilysu, a'u profi ar ddata Astudiaeth Marwolaethau Damweiniol Sydyn 1796 SCD o Oregon, UDA (Oregon SUDS), a'u dilysu'n allanol ar ddata 714 Astudiaeth Rhagfynegi Marwolaeth Sydyn o Gymunedau Aml-ethnig yn Sir Ventura, California. (Ventura PRESTO). Cafodd pob achos o electrocardiogramau plwm gorffwys 12- sydd ar gael i'w dadansoddi, a gofnodwyd cyn SCD ac nad oeddent yn gysylltiedig â digwyddiadau SCD, eu cynnwys yn yr astudiaeth, ac eithrio ECG gyda rhythm cyflymu, ffibriliad atrïaidd, neu ffliwt atrïaidd a priori. creu model DL y gellid ei gymhwyso i electrocardiogramau rhythm sinws.

Datblygodd y tîm fodel rhwydwaith niwral convolutional sy'n gallu nodi achosion SCD gan ddefnyddio 12-donffurfiau ECG plwm. Cafodd yr ymchwilwyr ddau sampl rheoli annibynnol o 1,342 o electrocardiogramau gan 1,325 o unigolion a oedd ag o leiaf 50 y cant o glefyd rhydwelïau coronaidd. Fe wnaethant hyfforddi'r model gan ddefnyddio 1076 o achosion SCD o Oregon SUDS ac 1,101 12-ECGs arweiniol cyn ataliad ar y galon, 597 o achosion SCD o'r grŵp rheoli a 613 12-ECGs arweiniol. Defnyddiwyd carfan ddilysu ar wahân, a oedd yn cynnwys 366 o ECGs ataliad cardiaidd cyn a 200 o ECGs rheoli, i benderfynu pryd i roi'r gorau i hyfforddiant model. Rhannwyd samplau'r astudiaeth yn ôl lefel y claf fel y gellid cynnwys electrocardiogramau lluosog o'r un claf yn yr un garfan.

O'i gymharu â modelau ECG traddodiadol, roedd y model DL yn seiliedig ar donffurf ECG plwm {{0}} yn fwy cywir wrth nodi achosion SCD, gyda charfan fewnol AUROC (mesur gwerthuso rhwydwaith niwral) o 0. 889 ac AUROC a ddilyswyd yn allanol o 0.820, ac roedd yn well na'r sgôr risg ECG traddodiadol. Dyma'r adroddiad cyntaf bod model DL sy'n seiliedig ar ECG yn perfformio'n well na modelau risg ECG traddodiadol wrth ragfynegi SCD y tu allan i'r ysbyty ar lefel gymunedol.