На текущий момент нейросети в ряде случаев точнее врачей интерпретируют данные ЭКГ.
Сердечная функция зависит от четко синхронизированных процессов деполяризации миллиардов кардиомиоцитов, которые генерируют разницу электрического напряжения на различных участках поверхности тела. Электрическую деятельность сердца можно записать с помощью электрокардиографии (ЭКГ). Различные сердечные патологии вызывают патогномоничные изменения на ЭКГ.
Корректное интерпретирование данных ЭКГ – нетривиальная задача, требующая от врача соответствующих знаний и опыта. Попытки создать «электронного помощника» для решения этой задачи предпринимались еще с 1960-х годов. Какова же ситуация сейчас?
В 2019 году научный работник и разработчик искусственного интеллекта Facebook Awni Hannun с соавторами опубликовали исследование, в котором продемонстрировал примеры того как обученная нейронная сеть превосходит сертифицированных врачей-кардиологов в интерпретации ЭКГ при некоторых патологиях, например, при диагностике аритмии в единично взятом отведении.
4 июня 2020 года журнал «The Lancet Digital Health» опубликовал похожее исследование Hongling Zhu. Однако в данном случае число отведений уже увеличилось до 12-ти, а число различных типов аритмий составило 20.
Эксперимент состоял в следующем: нейронная сеть обучалась на примере 180 112 образцов ЭКГ, расшифрованных опытными кардиологами. Эти ЭКГ были сняты у 70 692 пациентов. 10% кардиограмм отражали 2 и более патологических состояний. После обучения нейросети были предложены 828 образцов записей ЭКГ для расшифровки. Эти же ЭКГ были предварительно изучены коллегией из трёх опытных кардиологов; 24% кардиограмм отражали более одного заболевания. Этот же набор ЭКГ был предложен для чтения 53 терапевтам (контрольная группа).
Нейросеть корректно расшифровала 658 из 828 кардиограмм – 80%, в то время как средняя точность среди всех врачей составила 70%. Даже в отдельно взятой группе опытных врачей, которые работали с ЭКГ более 12 лет, точность расшифровки ЭКГ составила 75% (621 из 828).
Авторы сделали предположение, что в скором будущем нейронные сети могут стать стандартом в расшифровке ЭКГ, однако также отметили, что данный эксперимент имеет ряд ограничений. Во-первых, исследование проводилось только в Китае, что ограничивает экстраполирование результатов на пациентов других этнических групп. Во-вторых, в исследовании сложно было оценить индивидуальную подготовку врачей. В-третьих, анализ ритма и нарушений проводимости – только один из показателей, который можно увидеть на ЭКГ. В данном случае, не учитывались изменения на кардиограмме, вызванные, например, ишемией.
В любом случае, данные работы демонстрируют большой потенциал использования глубокого обучения нейронных сетей для расшифровки ЭКГ в обозримом будущем.
https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30136-9/fulltext?dgcid=raven_jbs_etoc_email#bib4
