人工智能可能有助于解釋ECG結果

幫助醫(yī)護人員診斷出影響心臟的疾病。烏普薩拉大學(University of Uppsala University)的研究人員和巴西的心臟專家共同開發(fā)了一種能夠自動診斷房顫和其他五種常見ECG異常的AI，就像心臟病專家一樣。該研究已經(jīng)發(fā)表在《自然通訊》上。

心電圖(ECG)是一項簡單的測試，可用于檢查心臟的節(jié)律和電活動。結果顯示在可以揭示影響心臟的各種狀況的圖表上。該工具通常在醫(yī)療保健中使用，心臟病專家需要手動解釋每個ECG。

這項新研究表明，人工智能能夠自動診斷ECG所指示的異常。最初對AI進行了數(shù)據(jù)庫培訓，該數(shù)據(jù)庫包含超過200萬已手動診斷的ECG。通過這種方式，它可以學會識別出六個最常見的ECG異常的典型模式，然后以與心臟病專家相同的精確度診斷患有這些情況之一的另一名患者。

該方法目前尚未在診所和醫(yī)院中使用;然而，研究人員認為，它在中低收入/地區(qū)具有很大的改善心血管保健的潛力，在這些中，大部分人口缺乏與瑞典人一樣能夠解讀心電圖結果的專家的同等水平。

“這是我們過去兩年建立的合作關系的第一個結果。我堅信，未來，人工智能研究人員和醫(yī)學研究人員之間的這種深度合作將能夠創(chuàng)造出可以幫助人們的新知識。享有更好的生活質量。”自動控制教授Thomas Schon說道，他在烏普薩拉大學從事機器學習和AI工作，并負責這項研究的技術部分。

這項研究所基于的數(shù)學模型(稱為深層人工神經(jīng)網(wǎng)絡)是機器學習背后的基本概念的一個很好的例子，其中計算機建立自己的模型，然后使用它來學習基于收集到的數(shù)據(jù)來解決任務。該方法不同于經(jīng)典的計算機處理方法，在傳統(tǒng)的計算機處理方法中，對計算機進行了手動編程以執(zhí)行非常特定的任務。當使用機器學習并且允許計算機本身從收集的圖形，文本，圖表和圖像中識別出模式時，許多問題的結果都被證明是更好的。