人工智能可能有助于解釋ECG結(jié)果

幫助醫(yī)護(hù)人員診斷出影響心臟的疾病。烏普薩拉大學(xué)(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(xiàng)簡單的測試，可用于檢查心臟的節(jié)律和電活動。結(jié)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(gè)ECG。

這項(xiàng)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(jìn)行了數(shù)據(jù)庫培訓(xùn)，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(xué)會識別出六個(gè)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(rèn)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(jié)果的專家的同等水平。

“這是我們過去兩年建立的合作關(guān)系的第一個(gè)結(jié)果。我堅(jiān)信，未來，人工智能研究人員和醫(yī)學(xué)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(zhì)量。”自動控制教授Thomas Schon說道，他在烏普薩拉大學(xué)從事機(jī)器學(xué)習(xí)和AI工作，并負(fù)責(zé)這項(xiàng)研究的技術(shù)部分。

這項(xiàng)研究所基于的數(shù)學(xué)模型(稱為深層人工神經(jīng)網(wǎng)絡(luò))是機(jī)器學(xué)習(xí)背后的基本概念的一個(gè)很好的例子，其中計(jì)算機(jī)建立自己的模型，然后使用它來學(xué)習(xí)基于收集到的數(shù)據(jù)來解決任務(wù)。該方法不同于經(jīng)典的計(jì)算機(jī)處理方法，在傳統(tǒng)的計(jì)算機(jī)處理方法中，對計(jì)算機(jī)進(jìn)行了手動編程以執(zhí)行非常特定的任務(wù)。當(dāng)使用機(jī)器學(xué)習(xí)并且允許計(jì)算機(jī)本身從收集的圖形，文本，圖表和圖像中識別出模式時(shí)，許多問題的結(jié)果都被證明是更好的。