人工智能可以改善緊急情況下心臟起搏器的X射線識別

研究人員創造了新的人工智能軟件，可以比現有方法更準確，更快速地識別X射線中的心律設備。

該團隊認為，該軟件可以在緊急情況下加快故障設備患者的診斷和治療速度。

該軟件由倫敦帝國理工學院的研究人員創建，能夠在幾秒鐘內識別不同心律設備(如心臟起搏器和除顫器)的品牌和型號。該研究發表在JACC：臨床電生理學，發生在帝國大學醫療保健NHS信托的一部分Hammersmith醫院。

倫敦帝國理工學院臨床研究員詹姆斯霍華德博士是該研究的主要作者，他說：“起搏器和除顫器改善了全世界數百萬患者的生命。然而，在極少數情況下，這些裝置可能會失效，患者可以結果惡化。在這些情況下，臨床醫生必須快速識別患者所具有的設備類型，以便他們可以提供治療，例如更改設備的設置或更換導聯。不幸的是，目前的方法很慢且過時而且有一個真正需要在緊急情況下找到新的和改進的識別設備的方法。我們的新軟件可以成為一種解決方案，因為它可以準確，即時地識別設備。這可以幫助臨床醫生做出最佳治療方案。“

全世界每年有超過一百萬人接受心臟節律裝置的植入，每年在英國植入超過50,000人。這些設備放置在患者的皮膚下，以幫助心臟的電氣系統正常運作或測量心律。起搏器通過“踱步”心臟來加快節拍速度，而除顫器通過電擊將心跳恢復到正常節律來治療快節奏心律。

但是，在極少數情況下，這些設備可能會失去控制心跳的能力，因為設備發生故障或連接心臟的電線移出正確的位置。當發生這種情況時，患者可能會出現心悸，意識喪失或不適當的電擊。

在這些情況下，臨床醫生需要確定設備的模型以調查其失敗的原因。除非他們能夠訪問植入發生的記錄，或者患者可以告訴他們，否則工作人員必須使用流程圖算法通過消除過程來識別起搏器。該流程圖包含一系列不同心臟起搏器的形狀和電路板組件，旨在幫助臨床醫生識別患者心臟起搏器的品牌和型號。這不僅耗時，而且這些流程圖現在已經過時，因此不準確。這可能導致延遲向通常處于危急狀況的患者提供護理。

在這項新研究中，研究人員對稱為神經網絡的軟件程序進行了培訓，以識別患者的1,600多種不同的心臟裝置。

為了使用神經網絡，臨床醫生將包含設備的X射線圖像上傳到計算機中，并且軟件讀取圖像以在幾秒鐘內給出設備的品牌和型號的結果。

該團隊使用該程序來查看它是否可以在1998年至2018年期間從哈默史密斯醫院的1,500多名患者的放射圖像中識別出這些設備。然后，他們將結果與使用當前流程圖算法識別設備的五位心臟病專家進行了比較。

該團隊發現該軟件的性能優于當前的方法。識別設備制造商的準確率為99%，而流程圖的準確度僅為72%。該團隊建議該軟件可以大大加快心律設備問題患者的護理速度。

研究人員的目標是進行進一步的試驗，以驗證更大的患者群體的結果，并研究如何創建一種可用于醫院病房的便攜式設備。