国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于深度學(xué)習的心電圖自動診斷在多系統(tǒng)疾病中的研究進展

2022-01-01 17:24張希鈴王新康
中國醫(yī)藥導(dǎo)報 2022年30期
關(guān)鍵詞:毒血癥心電導(dǎo)聯(lián)

張希鈴 王新康

福建醫(yī)科大學(xué)省立臨床醫(yī)學(xué)院,福建福州 350001

近年來,深度學(xué)習在圖像識別領(lǐng)域展現(xiàn)出性能優(yōu)勢,其在心電領(lǐng)域上的應(yīng)用發(fā)展迅速?;谏疃葘W(xué)習模型(deep learning model,DLM)的心電圖已經(jīng)實現(xiàn)對多種心血管疾?。╟ardiovascular disease,CVD)的分類、診斷、篩查或預(yù)測??紤]DLM 展現(xiàn)出的可靠性及捕捉人體亞健康狀態(tài)的潛在能力,臨床推測其在電解質(zhì)、貧血、糖尿病、膿毒血癥等其他系統(tǒng)疾病的監(jiān)測中同樣具有良好效能。單導(dǎo)數(shù)據(jù)構(gòu)建的DLM 性能穩(wěn)定,可將其與穿戴式設(shè)備結(jié)合,這提示疾病的篩查、監(jiān)測方法出現(xiàn)了新的可能,心電數(shù)據(jù)也更易于收集且更加具有多樣性,為后續(xù)研究提供了良好條件。本文旨在概括基于DLM 的心電圖在CVD 和其他系統(tǒng)疾病上的應(yīng)用進展,并對當前研究趨勢進行分析,提出未來展望。

1 DLM 概況

DLM 是在神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上疊加隱層層數(shù)的一種學(xué)習網(wǎng)絡(luò),卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)是目前在醫(yī)學(xué)上常用的深度學(xué)習架構(gòu),其本質(zhì)上是一個不斷進行分層級特征提取的過程,可以獲得圖像中超出人眼識別能力的多描述特征,受外界干擾因素小,識別準確率高且穩(wěn)定[1]。

[通訊作者]常構(gòu)建DLM 需要將數(shù)據(jù)分為3 個子集,即訓(xùn)練集構(gòu)成模型,測試集提升準確率,驗證集對該模型效能做出評價。受試者操作特征曲線下面積(area under the curve,AUC)可作為其評價指標,值域為0~1,AUC 越高代表模型的分類性能越優(yōu)異。

2 DLM 在多系統(tǒng)疾病中的應(yīng)用進展

2.1 CVD

近年來,有關(guān)DLM 對CVD 的研究主要為繼續(xù)完善模型性能、致力于將新技術(shù)與穿戴式設(shè)備結(jié)合,把對CVD 的健康監(jiān)測融入生活中。

2.1.1 心 律失常 2017 年,Hannun等[2]利用Zio 貼片(FDA 認證設(shè)備,模擬Ⅱ?qū)?lián))記錄的53 549 例患者的單導(dǎo)聯(lián)心電數(shù)據(jù)開發(fā)了一個能將多種心律失常分類的DLM,可識別心房顫動、心房撲動、房室傳導(dǎo)阻滯等12 種心律失常及竇性心律、噪音,共14 種類型,在敏感度及精確度上都超過了CVD 專家,但該模型在檢測心室撲動、心室顫動、需多導(dǎo)聯(lián)合診斷的心律失常及心室肥厚、心肌梗死等不一定會導(dǎo)致心律失常的心血管疾病上仍有欠缺。2018 年,Yildirim等[3]使用45 例患者的3 600 條心電數(shù)據(jù)構(gòu)建了通過單導(dǎo)聯(lián)(Ⅱ)心電數(shù)據(jù)可識別17 種心律失常的DLM,準確率高,每個樣本的分類時間短,算法簡便,可實現(xiàn)在穿戴式設(shè)備上使用。2020 年,Ribeiro等[4]完善了DLM 在12導(dǎo)聯(lián)心電數(shù)據(jù)上的應(yīng)用,以811 個國家的1 676 384 例患者的心電數(shù)據(jù)構(gòu)建DLM,可以識別出6 種心律失常,保證至少與住院醫(yī)師或醫(yī)學(xué)生診斷能力一致,對欠發(fā)達地區(qū)的醫(yī)療保健有較大益處,但其性能、算法仍待進一步提高、簡化。

2.1.2 肥厚型心肌?。╤ypertrophic cardiomyopathy,HCM)2020 年,Ko等[5]以2 448 例HCM 及51 153 例非HCM 患者的12 導(dǎo)聯(lián)心電數(shù)據(jù)作為訓(xùn)練集開發(fā)了檢測HCM 的DLM,取概率閾值為11%時,該模型AUC 為0.96(95%CI:0.95~0.96),模型可信度較強,靈敏度、特異度較高。進一步的亞組分析提示,該模型在年輕患者(18~40 歲)檢測中展現(xiàn)顯著優(yōu)勢,優(yōu)勢比為195(95%CI:84.3~451.2),在對心電圖表現(xiàn)正?;颊叩谋O(jiān)測中亦展現(xiàn)出較好的性能。該模型足以用于對HCM 的篩查,且在隱匿性HCM 的篩查上展現(xiàn)了潛力。2021 年,Siontis等[6]進行了利用Ko等[5]的模型在青少年(≤18 歲)HCM 患者中的篩查計劃,結(jié)果表明,該模型對青少年患者同樣適用,AUC為0.98(95%CI:0.98~0.99),在15~18 歲年齡組中效果最佳。該研究同樣證實,DLM 診斷HCM 是通過患者的心電圖表型,而非基因型,在這方面需要進一步探索。

2.1.3 心肌梗死 2002—2018 年急性心肌梗死(acute myocardial infarction,AMI)死亡率總體呈上升態(tài)勢,從2005 年開始,AMI 死亡率呈快速上升趨勢[7]。標準12導(dǎo)聯(lián)心電圖診斷AMI 的靈敏度在50%~60%[8],只有<25%的急性冠脈綜合征患者出現(xiàn)ST 段抬高型心肌梗死并立即接受治療。對另外75%非ST 段抬高型心肌梗死或不穩(wěn)定型心絞痛患者,連續(xù)的ST 段監(jiān)測對早期識別短暫性心肌缺血和預(yù)防不良臨床事件至關(guān)重要[9]。2018 年,Xiao等[10]開發(fā)了一種檢測ST 段改變情況的DLM,可有效排除干擾,提高了對ST 段改變診斷的靈敏度和特異度,可以輔助臨床醫(yī)師進行診斷,從而提高對AMI 診斷的靈敏度。2020 年,Cho等[11]利用292 212 例患者的數(shù)據(jù)開發(fā)了基于肢體導(dǎo)聯(lián)和12 導(dǎo)聯(lián)心電數(shù)據(jù)對AMI 進行檢測的DLM,其中肢體導(dǎo)聯(lián)通過變分自編碼器重建6 個胸導(dǎo)聯(lián)心電數(shù)據(jù)合并后進行檢測,結(jié)果表明,基于12 導(dǎo)聯(lián)數(shù)據(jù)的DLM對AMI 檢測效果更好,但通過肢體導(dǎo)聯(lián)及重建數(shù)據(jù)對AMI 檢測的DLM 能力可優(yōu)于傳統(tǒng)診斷法,該研究也提示模型檢測時主要集中于ST 段,部分集中于QRS波和T波,這為實現(xiàn)穿戴式設(shè)備篩查AMI 帶來了可能,后續(xù)可以進一步提高模型性能,延伸至對18 導(dǎo)聯(lián)心電數(shù)據(jù)重建后DLM 的檢驗。

2.1.4 隱匿性CVD 2019 年,Attia等[12]以625 326 例患者的12 導(dǎo)聯(lián)心電數(shù)據(jù)與超聲心動圖結(jié)果構(gòu)建了一種篩查無癥狀左心室收縮功能障礙(asymptomatic left ventricular systolic dysfunction,ALVSD)的DLM,AUC 為0.93,優(yōu)于其他常見篩查方法,并且該研究發(fā)現(xiàn),被該模型診斷為假陽性的患者在未來5 年內(nèi)發(fā)生心室功能障礙的風險增加了4 倍。該研究提示,DLM 不僅在篩查隱匿性疾病上有著良好性能,可能還能夠檢測人體亞健康狀態(tài),在預(yù)測疾病發(fā)生中也能發(fā)揮良好的作用。Yao等[13]后續(xù)對該DLM 行前瞻性評估,將181名運用DLM 作為輔助診斷方法的臨床醫(yī)師的診斷結(jié)果與177 名運用傳統(tǒng)診斷方法的臨床醫(yī)師進行比較,表明DLM 提高了臨床醫(yī)師對ALVSD 的診斷率,同時亦不會增加整體醫(yī)療負擔。

既往研究表明,心房顫動患者可能存在著易導(dǎo)致房性心律失常的心房結(jié)構(gòu)異常[14]。Attia等[15]利用180 922 例患者心電數(shù)據(jù)構(gòu)建的DLM 可識別正常竇性心律下可能存在心房結(jié)構(gòu)異?;颊叩?2 導(dǎo)聯(lián)10 s的心電數(shù)據(jù),適用性良好,與48 h 動態(tài)心電圖及植入式記錄器比較,其在時間上有明顯的優(yōu)勢,但與傳統(tǒng)檢查方法檢出率的比較仍有待進一步研究。Jo等[16]使用12 955 例患者的單導(dǎo)、肢體導(dǎo)聯(lián)(Ⅰ、Ⅱ、Ⅲ、aVL、aVR、aVF)、胸導(dǎo)聯(lián)(V1~V6)、12 導(dǎo)聯(lián)心電數(shù)據(jù)構(gòu)建DLM 識別竇性心律期間潛在的房室結(jié)折返性心動過速和房室折返性心動過速,4 個模型適用性皆良好,該模型側(cè)重以QT 間期作為預(yù)測標準。這些研究展現(xiàn)了人工智能具有比臨床醫(yī)師更強的特征提取能力,減少了隱匿性CVD 的漏診率。目前,基于單導(dǎo)聯(lián)心電數(shù)據(jù)開發(fā)的DLM 表現(xiàn)都較為穩(wěn)定,為其在便攜式設(shè)備上的應(yīng)用奠定了基礎(chǔ)。DLM 還能實現(xiàn)對“心臟年齡”的估計[17],心臟年齡與實際年齡差異較大者可能合并更多并發(fā)癥與異常的心電節(jié)律[18]。

2.2 電解質(zhì)紊亂

電解質(zhì)紊亂是臨床常見的情況,在急診及重癥監(jiān)護病房(intensive care unit,ICU)中尤為常見,其癥狀常不明顯但可導(dǎo)致臟器功能失調(diào)、心血管急癥等惡性后果。電解質(zhì)紊亂可在心電圖上有特異性表現(xiàn),但由于大部分改變難以識別,目前臨床醫(yī)師人工判讀的靈敏度仍具有很大的提升空間。2019 年,Galloway等[19]開發(fā)了通過心電圖檢測高鉀血癥的DLM,利用449 380 例患者的2 個導(dǎo)聯(lián)(Ⅰ和Ⅱ)和4 個導(dǎo)聯(lián)(Ⅰ、Ⅱ、V3 和V5)的心電數(shù)據(jù)構(gòu)建了CNN。2 個導(dǎo)聯(lián)的AUC 為0.853~0.883,4 個導(dǎo)聯(lián)的AUC 為0.880~0.901,該模型對高鉀血癥心電圖診斷的靈敏度顯著高于人工判讀,其假陰性率低,靈敏度達90%時,特異度為55.0%~63.2%,可作為高鉀血癥良好的篩查工具。Lin等[20]以40 180 例患者的心電數(shù)據(jù)開發(fā)了檢測低鉀血癥及高鉀血癥的DLM,并與CVD 及急診專家們進行了一場“人機對戰(zhàn)”,結(jié)果表明,人工智能判讀能力顯著高于人工。另一項來自Kwon等[21]的研究以92 140 例患者的12 導(dǎo)聯(lián)心電數(shù)據(jù)開發(fā)了檢測血液中多種電解質(zhì)(鉀、鈉、鈣)情況的DLM,結(jié)果提示,該模型性能較好(AUC 為0.866~0.945),但其內(nèi)外部檢驗結(jié)果相差較大,性能有待進一步完善。在此基礎(chǔ)上,Lin等[22]以39 例甲狀腺毒性周期性麻痹患者及502 例低鉀血癥患者的心電數(shù)據(jù)作為訓(xùn)練集,開發(fā)出篩查甲狀腺毒性周期性麻痹的DLM,該模型平均絕對誤差為0.26 mEq/L,AUC 接近0.8。以上研究表明DLM 在根據(jù)心電圖診斷電解質(zhì)紊亂中具有良好適用性,為實現(xiàn)對電解質(zhì)的無創(chuàng)性監(jiān)測及預(yù)測創(chuàng)造了可能。

2.3 貧血

貧血作為最常見的血液系統(tǒng)疾病,全球有超過20 億患者受其影響。貧血病常為隱匿性,重度貧血患者休克風險大。既往研究表明,重度貧血患者可能導(dǎo)致貧血性心肌病,出現(xiàn)QRS 振幅降低、QT 間期延長、T 波倒置等心電圖改變,及時采取措施糾正貧血可改善心血管循環(huán),避免出現(xiàn)心肌損傷[23-25]。2020 年,Kwon等[23]首次以45 250 例患者單導(dǎo)(Ⅰ)、肢體導(dǎo)聯(lián)及12 導(dǎo)聯(lián)的心電數(shù)據(jù)構(gòu)建3 個篩查血紅蛋白≤10 g/dl 患者的DLM 并評價其效果,結(jié)果顯示12 導(dǎo)聯(lián)DLM 在內(nèi)外部檢驗中均展現(xiàn)了較好的性能,AUC為0.901~0.923;單導(dǎo)和肢體導(dǎo)聯(lián)DLM 的性能較弱,AUC 為0.841~0.890。進一步利用內(nèi)、外部驗證數(shù)據(jù)與年齡、性別、體重指數(shù)、心率、是否存在心房顫動和心房撲動進行多因素logistic 回歸后,發(fā)現(xiàn)12 導(dǎo)聯(lián)DLM 預(yù)測值與貧血結(jié)果顯著相關(guān),風險比為127.11,(95%CI:73.84~219.94,P <0.000 1),提示心電圖有機會成為貧血患者的無創(chuàng)性篩查方法,并可將其與穿戴式設(shè)備結(jié)合,從而使貧血患者及時得到診療。

2.4 糖尿病

糖尿病是當今社會的一個值得關(guān)注的公共衛(wèi)生問題,其是許多疾病的誘因或病因,如視網(wǎng)膜病變、慢性腎臟疾病、CVD 等。據(jù)國際糖尿病聯(lián)盟調(diào)查顯示,2017 年全球有4.51 億(18~99 歲)糖尿病患者,2045年預(yù)計增加到6.93 億。據(jù)估計,49.7%的糖尿病患者未得到診斷[26]。糖尿病診斷的金標準為有創(chuàng)性血清學(xué)檢驗,且受諸多條件限制。既往研究表明,大部分糖尿病患者心電圖可出現(xiàn)異常改變,且心電圖改變程度與發(fā)生心血管事件風險相關(guān)[27-28]。2021 年,Lin等[29]采用57 185 例患者心電數(shù)據(jù)構(gòu)建的DLM 來檢測患者的心電圖變化,同時監(jiān)測糖化血紅蛋白,研究結(jié)果表明,該DLM 的AUC 為0.825 5,其預(yù)測值與死亡率、新發(fā)慢性腎臟疾病、新發(fā)心力衰竭的風險比分別為1.53(95%CI:1.08~2.17)、1.56(95%CI:1.30~1.87)、1.51(95%CI:1.13~2.01),且結(jié)果提示該模型更容易發(fā)現(xiàn)并發(fā)癥較少的糖尿病患者,該研究證明DLM 可通過心電圖對糖尿病患者進行篩查,有機會及時發(fā)現(xiàn)糖尿病、減少其并發(fā)癥發(fā)生、提高患者生存質(zhì)量及預(yù)后。

2.5 膿毒血癥

膿毒血癥是ICU 患者發(fā)生死亡的首要原因,全世界每年有超過3 000 萬例確診,死亡率高達30%。研究表明,在膿毒血癥早期若控制不當,則會引起細胞因子風暴,晚期則表現(xiàn)為免疫抑制狀態(tài),治療費用昂貴,早發(fā)現(xiàn)、早治療成為重點[30]。既往研究中,50%被診斷為膿毒血癥的患者有心功能障礙的跡象,可伴有QRS 波延長、振幅降低等表現(xiàn),但由于這些改變的特異度不高(如振幅降低亦可見于肥胖人群),目前有關(guān)心電圖與膿毒血癥相關(guān)性的研究甚少。2020 年,Kwon等[31]首次利用46 017 例患者的單導(dǎo)(Ⅰ)、肢體導(dǎo)聯(lián)及12 導(dǎo)聯(lián)的心電數(shù)據(jù)構(gòu)建DLM,其AUC 為0.863~0.901,提示QT 間期和T 波與膿毒血癥有關(guān),該研究揭開了DLM 在膿毒血癥無創(chuàng)性篩查及監(jiān)測的序幕,借人工智能進一步探索了膿毒血癥患者心電圖波形改變的特點,為今后研究指明了方向。

2.6 其他

目前也研究表明,DLM 對地高辛中毒的篩查能力并不亞于人工判讀[32],DLM 也可以實現(xiàn)對低蛋白血癥的篩查[33]等。

3 小結(jié)與展望

基于DLM 的心電圖波形分析在多系統(tǒng)疾病中的應(yīng)用提示其具有多種可能性。DLM 使心電圖這種無創(chuàng)、價格適宜、耗時短的檢查方法在健康篩查中可發(fā)揮更大的價值,能為患者取得切實的利益。DLM 提高了人或機器對心電圖形的特征提取能力及抗干擾能力,打破了臨床醫(yī)師目前對一些隱匿性疾病難以診斷的局面,或許將來深度學(xué)習能在ICU 或急診此類需要常規(guī)心電監(jiān)護的科室發(fā)揮關(guān)鍵作用。

DLM 給臨床帶來巨大驚喜的背后同樣也存在著一些問題,如DLM 的診斷過程及標準仍是不透明的,現(xiàn)有的研究結(jié)果可以有指向性地引導(dǎo)研究者探索可視化DLM 的診斷依據(jù),并且深入研究依據(jù)與相關(guān)疾病的關(guān)系[34]。從實際出發(fā),DLM 難以做到靈敏度與特異度兼得,應(yīng)該根據(jù)場景特點而有的放矢,如靈敏度高的模型用于對疾病的篩查,特異度高的模型用于對疾病的鑒別診斷。DLM 無法達到100%的準確度,最終都需要臨床醫(yī)師再次確定結(jié)果,考慮其對隱匿性疾病強大的探查能力,將其與便攜式設(shè)備結(jié)合是未來的大勢所趨,但這需要對DLM 進行更加精簡的轉(zhuǎn)換才能更加適配。許多研究都還停留在模型構(gòu)建上,未將模型進一步應(yīng)用于臨床,需要繼續(xù)深入研究,確定DLM 與其受益者之間的相關(guān)性及DLM 與傳統(tǒng)檢查方法之間檢出率是否存在統(tǒng)計學(xué)意義。

猜你喜歡
毒血癥心電導(dǎo)聯(lián)
心電向量圖診斷高血壓病左心室異常的臨床應(yīng)用
心電圖預(yù)測急性下壁心肌梗死罪犯血管及預(yù)后的價值
基于非接觸式電極的心電監(jiān)測系統(tǒng)
穿戴式心電:發(fā)展歷程、核心技術(shù)與未來挑戰(zhàn)
更正啟事
aVR導(dǎo)聯(lián)ST段改變對不同冠脈血管病變的診斷及鑒別診斷意義
aVR導(dǎo)聯(lián)及其特殊位置對冠心病診斷的意義
羊腸毒血癥的防與治
一起山羊腸毒血癥的診斷與防治
羊腸毒血癥的中西醫(yī)治療
如东县| 苍溪县| 彩票| 聂拉木县| 共和县| 永州市| 邯郸市| 武冈市| 辽宁省| 南江县| 澳门| 漳浦县| 宾川县| 吉安县| 邵阳县| 浦县| 峨边| 印江| 应用必备| 托里县| 西乌珠穆沁旗| 东海县| 嫩江县| 山东| 壤塘县| 东辽县| 城固县| 建湖县| 延安市| 宜丰县| 合水县| 大悟县| 阿克苏市| 扬中市| 兴山县| 普格县| 禄丰县| 改则县| 托里县| 英德市| 大余县|