Новый алгоритм на базе сверточной нейронной сети классифицирует 12 типов сердечного ритма, включая 10 видов аритмии лучше врачей-кардиологов. Точность работы нейросети — 97%.
Исследование было проведено учеными из Стэнфордского университета, UCSF и Rhythm Technologies. В разработке принял участие Andrew Ng. Научная статья об исследовании опубликована в журнале Nature.
Набор обучающих данных состоял из 91 000 записей амбулаторных ЭКГ 53 549 пациентов, собранных с помощью портативного кардиографа Zio XT6, который пациенты носили в течение двух недель.
Нейронная сеть состоит из 33 сверточных слоев и выходного слоя Softmax. Сеть принимает необработанные данные ЭКГ в качестве входных данных и выводит прогноз одного из 12 возможных классов ритма.
Работу алгоритма проверили на выборке из 30-секундных кардиограмм 328 пациентов. Тестовый набор есть в открытом доступе на GitHub. Для сравнения кардиограммы были размечены 6 практикующими кардиологами. Алгоритм быстрее и точнее врачей определил виды аритмии и нормальную работу сердца: уровень чувствительности (вероятности классифицировать больного как больного) составил 0,83 в сравнении с 0,78 у кардиологов. Кроме того, нейросеть способна различать разницу между нерегулярными сердечными ритмами и фоновым шумом, вызванным помехами того или иного типа, например, отключением кардиографа.
Результаты показывают, что искусственный интеллект может быть использован для повышения точности и эффективности измерений ЭКГ и помощи в постановке диагноза. Компания iRhythm Technologies — разработчик Zio XT6 — уже применяет алгоритм для анализа данных реальных пациентов.
