ИИ считывает ЭКГ за две секунды и находит то, что не могут заметить кардиологи

Запись ЭКГ занимает всего несколько секунд и стоит очень недорого. Исследователи из Имперского колледжа Лондона обучили систему искусственного интеллекта, способную расшифровывать кардиограмму менее чем за две секунды и выявлять признаки сердечной недостаточности и пороков клапанов сердца, которые клиницисты не способны заметить по той же кардиограмме.

Результаты были представлены на конгрессе Европейского общества кардиологов в Мюнхене и опубликованы изданием The Guardian в понедельник. Испытания охватили 67 000 пациентов в Соединенных Штатах.

Инструмент выявил до 81% случаев сердечной недостаточности и до 90% случаев пороков клапанов, несмотря на то, что использовался тест, изначально не предназначенный для диагностики ни того, ни другого заболевания.

«Сверхчеловеческий ИИ» — так описал эту систему д-р Ахмед Эль-Медани, научный сотрудник британского Фонда сердца (British Heart Foundation) при Имперском колледже.

Это утверждение весьма конкретно: сигнал присутствует в записи, но врачи не могут надежно извлечь его из ЭКГ самостоятельно.

Клиническая проблема, на решение которой направлена разработка, во многом связана с нехваткой пропускной способности системы здравоохранения. «Пациенты часто вынуждены ждать ультразвуковое исследование сердца по несколько месяцев после того, как врач выдает им направление», — отметил профессор Фу Сионг Нг, профессор кардиологии в Имперском колледже.

Сердечная недостаточность — это также заболевание, при котором промедление может иметь серьезные последствия. Болезнь прогрессирует со временем, и лечение обычно тем эффективнее, чем раньше оно начато. В результате пациенты томятся в очереди, в то время как их состояние продолжает ухудшаться.

Эхокардиография требует участия квалифицированного сонографиста, специализированного оборудования и предварительной записи. ЭКГ, напротив, может быть записана с помощью десяти электродов и медсестры, именно поэтому ее проводят гораздо чаще.

Таким образом, идея заключается в том, чтобы использовать ИИ для триажа, а не для замены врачей. Если программа может проанализировать уже сделанные ЭКГ и выявить пациентов с повышенной вероятностью структурных патологий сердца, таких людей можно будет направить на УЗИ в приоритетном порядке, а не продвигать по листу ожидания наравне со всеми остальными.

«Подобные технологии на базе искусственного интеллекта, исследованные в данной работе, могут стать решением, которое позволит ускорить обследование пациентов с наибольшей вероятностью сердечных патологий», — заявила д-р Соня Бабу-Нараян, врач-кардиолог-консультант Британского фонда сердца.

Стоимость — еще одна причина, почему этот подход может эффективно работать в масштабах всей системы. ЭКГ является одним из самых дешевых и распространенных медицинских тестов, поэтому внедрение программного обеспечения для анализа уже собираемых записей потребует относительно небольших дополнительных инфраструктурных затрат и вложений.

Текущие испытания также являются частью гораздо более масштабной исследовательской программы. Группа профессора Нг обучила свои модели на 1,6 миллионах бразильских ЭКГ, связанных с медицинскими картами пациентов, а также на нескольких миллионах дополнительных записей из США.

Эта широкая программа охватывает не только сердечную недостаточность и пороки клапанов. Модели также использовались для выявления сердечных приступов и аритмий, а также заболеваний, не относящихся к кардиологии, включая диабет и болезни почек.

Исследователи сообщили о точности от 83% до 93% в отношении сердечно-сосудистых заболеваний и от 70% до 80% для других патологий.

Бразильский набор данных играет важную роль в этой работе, поскольку записи привязаны к тому, что впоследствии произошло с пациентами.

Это дает моделям возможность узнать, какие именно паттерны на ЭКГ были связаны с диагнозами, проявившимися позже, а не просто научиться распознавать состояния, которые уже были выявлены на момент проведения теста.

Исследование также вышло за стены университета. Работа, финансируемая Британским фондом сердца (BHF), коммерциализируется через дочернюю компанию Cardiovolt.ai, причем профессор Нг занимает должность главного медицинского директора, а д-р Ару Нашис Сау — главного научного сотрудника.

Следующим заявленным шагом команды является работа как с аппаратным, так и с программным обеспечением. Портативные устройства ЭКГ со встроенным в рабочий процесс ИИ в конечном итоге смогут вывести эту технологию за пределы больниц — в условия, где ЭКГ делать проще. Впрочем, это также изменит роль системы: от помощи врачам в приоритизации уже существующих пациентов до потенциального выявления людей, которым еще даже не выдавали направление на дальнейшее обследование.

В Великобритании существует нерешенный регуляторный вопрос в отношении технологий такого рода. В стране мощный академический потенциал в области глубоких технологий для кардиологии, включая исследования, которые уже открывают новые подходы к лечению сердечно-сосудистых заболеваний, однако переход от академических результатов, представленных на медицинском конгрессе, к рутинному использованию в больницах требует отдельного процесса клинической валидации и получения разрешений регуляторов.

Нынешняя система еще не прошла этот путь. Инструмент на базе ИИ, который определяет пациентов, нуждающихся в направлении на дальнейшее обследование, делает серьезное клиническое заявление, а это означает, что он должен соответствовать всем применимым требованиям к медицинским изделиям, прежде чем его можно будет масштабно развернуть в Великобритании.

Существует также разница между тем, что было продемонстрировано на медицинском конгрессе, и тем, что доказано в условиях повседневной клинической практики.

Испытания показывают, что информацию о сердечной недостаточности и пороках клапанов можно извлечь из ЭКГ, которая изначально не была предназначена для их выявления, но они еще не демонстрируют, приведет ли использование этой информации в реальных клинических условиях к более раннему началу лечения или улучшению исходов для пациентов.