在紧急情况下:AI可以改善起搏器的X射线识别
研究人员创建了新的AI软件,可以更准确,快速地识别X射线中的心脏节律设备,而不是当前方法。该团队认为,该软件可以加快紧急环境中对患者患者的诊断和治疗。
由伦敦帝国学院的研究人员创建的软件已经能够在几秒钟内识别不同的心律节奏设备的制造和模型,例如起搏器和除颤器。该研究发生在哈默史密斯医院,帝国学院医疗保健NHS信任的一部分。
詹姆斯霍华德博士,伦敦帝国学院临床研究员和该研究的主要作者,说:“起搏器和除颤器改善了来自世界各地数百万患者的生活。然而,在一些罕见的情况下,这些装置可能会失败,并且患者可能会劣化。在这些情况下,临床医生必须快速识别患者的设备类型,以便他们可以提供改变设备的设置或更换引线等处理。不幸的是,目前的方法缓慢而过时,并且真正需要在紧急情况下找到新的和改进的识别设备的方法。我们的新软件可能是一个解决方案,因为它可以准确且立即识别设备。这有助于临床医生为治疗患者做出最佳决策。
世界各地的一百万人每年都会植入心律节奏设备,英国每年植入超过50,000多个。这些设备放置在患者的皮肤下,以帮助心脏的电气系统功能正确或测量心律。起搏器通过“起搏”心脏来削弱慢心脏节奏,以更快地击败,而除颤器通过输送电击将心跳重新恢复到正常节律来处理快心节奏。
但是,在一些罕见的情况下,这些设备可能会失去控制心跳的能力,无论是因为设备发生故障或将其连接到心脏的电线都会超出正确的位置。当发生这种情况时,患者可能会出现心悸,意识丧失或不恰当的电击。
在这些情况下,临床医生需要确定设备的模型,以调查它失败的原因。除非他们可以访问植入的记录,或者患者可以告诉他们,员工必须使用流程图算法来通过消除过程来识别起搏器。流程图包含一系列不同的起搏器的形状和电路板组件,旨在帮助临床医生识别患者的起搏器的制作和模型。不仅是这种耗时的,而且这些流程图现在已经过时,因此不准确。这可能导致延迟给患者提供护理,他们通常在危急条件下。
在新的研究中,研究人员培训了称为神经网络的软件程序,以识别来自患者的1,600多种不同的心脏病。要使用神经网络,临床医生将包含设备的X射线图像上传到计算机中,软件读取图像以在几秒钟内给出设备的制作和型号。该团队使用该计划来看看它是否可以在1998年至2018年间哈默史密斯医院识别超过1,500名患者的放射线图像中的设备。然后将结果与使用当前流程图算法识别设备的五个心灵学家进行比较。
该团队发现该软件表现优于当前的方法。识别设备制造商的准确性为99%,而流程图仅为72%的准确度。该团队表明该软件可以大大加快心律设备问题的患者的照顾。
来源:伦敦帝国学院