新的AI軟件可以通過(guò)X射線(xiàn)快速，準確地確定心律設備的制造商和型號，從而可能在設備出現故障時(shí)加快治療速度。

全球主要作者詹姆斯·P·霍華德(James P. Howard)，MB BChir和其同事在《JACC：臨床電生理學(xué)》( CCC)中寫(xiě)道，全世界每年有超過(guò)100萬(wàn)人植入起搏器，環(huán)路記錄儀或除纖顫器，但患者在設備故障時(shí)會(huì )迅速惡化。當患者無(wú)法共享設備型號或臨床醫生無(wú)法訪(fǎng)問(wèn)植入醫院的記錄時(shí)，心臟病醫生通常會(huì )將X射線(xiàn)圖像與流程圖進(jìn)行比較，以嘗試確定制造該設備的制造商。只有這樣，才能相應地調整設備的編程。

但是霍華德等。發(fā)現卷積神經(jīng)網(wǎng)絡(luò )(CNN)在識別1676種設備的圖像方面比心臟病專(zhuān)家要準確得多，其中包括來(lái)自五個(gè)制造商的45種不同模型。

CNN從X射線(xiàn)照片中挑選出制造商的準確性為99.6%，在識別模型組方面的準確性為96.4%。五位心臟病專(zhuān)家(包括兩名電生理學(xué)家)在識別制造商方面的準確度在62.3%到88.9%之間，并且使用流程圖算法無(wú)法進(jìn)行模型組識別。電生理學(xué)家是最準確的，但是第二好的醫師在選擇制造商時(shí)達到了72%的準確性。

霍華德等。他說(shuō)，他們的模型可能在臨床上很有用，尤其是在進(jìn)一步研究評估并驗證其真實(shí)世界準確性之后。該系統當前可作為教育工具在線(xiàn)使用，醫生可以與之交互并向其上傳圖像。

“起搏器程序員是便攜式的，但體積很大，只有制造商(即特定的程序員)才能與患者的設備進(jìn)行通信，”霍華德和合著(zhù)者寫(xiě)道。知道要帶給哪個(gè)程序員可以節省寶貴的臨床時(shí)間。這不僅可以促進(jìn)緊急情況下設備的快速詢(xún)問(wèn)，而且還可以提供緊急治療，例如在表現出室性心動(dòng)過(guò)速的患者中進(jìn)行抗心動(dòng)過(guò)速起搏。”

研究人員說(shuō)，只有一種情況，CNN無(wú)法準確識別設備的制造商。在更多情況下，沒(méi)有選擇特定的模型，但是CNN為每個(gè)圖像提供了前三個(gè)預測，并且在99.6%的時(shí)間中，它在前三個(gè)選擇中都包含了正確的模型。

霍華德等。他說(shuō)，使用該算法僅需要將設備的X射線(xiàn)圖像上傳到裝有該軟件的計算機上，這樣一來(lái)，預測結果就會(huì )在幾秒鐘內回復。CNN只能識別經(jīng)過(guò)訓練的45種設備，但是作者鼓勵其他臨床醫生將其他設備的圖像添加到在線(xiàn)門(mén)戶(hù)。他們寫(xiě)道，它采用了25種新設備來(lái)訓練神經(jīng)網(wǎng)絡(luò )的示例。

“我們的方法可能會(huì )加快心律失常設備患者的診斷和治療，但是本文還演示了如何越來(lái)越多地使用神經(jīng)網(wǎng)絡(luò )來(lái)處理整個(gè)醫療保健系統中的大量醫療數據，以及未來(lái)的患者護理將如何依賴(lài)越來(lái)越多地依靠計算機輔助決策。”霍華德及其同事寫(xiě)道。