تاريخ إيقاع القلب لمريض يعاني من الرجفان الأذيني. رسم توضيحي: مخطط القلبومع ذلك ، هناك بعض الفوائد العملية من الساعات الذكية. إذا كنت تستخدمها مع تطبيقات التعلم العميق وتحلل البيانات ، فإن المعلومات الطبية مفيدة حقًا.
تذكر كيف ذهبت إلى معالجك - قام بتطبيق سماعة الطبيب على صدره واستمع إلى عمل القلب ، مع الانتباه إلى الضوضاء وغيرها من التشوهات. في هذه الحالة ، قد يتم إرسالك إلى مخطط القلب أو الموجات فوق الصوتية للقلب. لكن المشكلة هي أنه في معظم الحالات لن يسمع أي اضطراب نظم القلب ، حتى لو كان كذلك. في كثير من الأحيان ، يظهر عدم انتظام ضربات القلب بشكل دوري فقط. في الواقع ، يعاني 25٪ من الأشخاص من اضطراب نظم القلب طوال حياتهم ، لكن معظمنا
لن يعرف عنه أبدًا . وفقًا
للإحصاءات ، تحدث 10٪ من السكتات الدماغية في المرضى الذين يعانون من الرجفان الأذيني غير المشخص.
تعتبر أساور اللياقة البدنية وغيرها من الأدوات القابلة للارتداء مع قياس معدل ضربات القلب عالمًا جديدًا تمامًا. تخيل أن معدل ضربات قلبك يتم قياسه باستمرار ، كل يوم ، وفي حالة وجود مشكلة ، يتلقى الطبيب إشعارًا. ولكن ما مدى دقة هذه القياسات من الساعات العادية؟
لاختبار ذلك ،
أجرى Cardiogram ، مطور تطبيقات الهاتف المحمول ذات الصلة ،
دراسة واسعة النطاق لـ mRhythm مع قسم أمراض القلب في جامعة كاليفورنيا ، سان فرانسيسكو.
أولاً ، تم تطوير شبكة عصبية تم تدريبها على التعرف في تاريخ البيانات التي تم جمعها على علامات الرجفان الأذيني - وهو النوع الأكثر شيوعًا من عدم انتظام ضربات القلب. يتم عرض بنية الشبكة العصبية في الرسم التوضيحي.
تأتي البيانات من أجهزة الاستشعار في أربع طبقات من الخلايا العصبية المتبقية والتلافيفية مع اختيار الحد الأقصى من العناصر (الحد الأقصى للتجمع) بعد كل طبقة. يتم إرسال الإخراج إلى طبقات LSTM المتبقية ثنائية الاتجاه الأربع. في النهاية ، تولد طبقة الالتفاف الفردية بطول المرشح 1 تقديرًا تنبؤيًا في كل خطوة زمنيةلتدريب الشبكة العصبية ، استخدمنا البيانات من مستخدمي تطبيق Cardiogram للهواتف المحمولة. تم إرسال 200 مخطط قلب محمول AliveCor. سجل المستخدمون 6333 مخططًا للقلب مع نتيجة إيجابية أو سلبية للرجفان الأذيني. بعد التدريب ، تمكنت الشبكة العصبية من حساب التوقعات استنادًا إلى الإحصائيات المعتادة من Apple Watch. بصفتها تدريبًا استرشاديًا مسبقًا ، عالجت الشبكة العصبية أيضًا 139 مليون قياس لمعدل ضربات القلب من مستخدمي مخطط القلب.
بعد هذا التدريب ، كانت دقة التشخيص أعلى من أنواع التشخيص الأخرى. نتائج الدراسة ، جامعة كاليفورنيا في سان فرانسيسكو قدمت في مؤتمر
لجمعية القلب إيقاع القلب .
تم اختبار دقة التعرف على الرجفان الأذيني في 51 مريضاً قبل وبعد تقويم نظم القلب - إجراء استعادة إيقاع القلب حتى في المرضى الذين يعانون من عدم انتظام ضربات القلب (الرجفان بالطرق الحالية أو الكيميائية).
بعد تدريب الشبكة العصبية على بيانات معدل ضربات القلب من Apple Watch من تطبيق Apple Watch ، كان AUC (المنطقة تحت المنحنى) 0.97 ، مما سمح
بتحديد الرجفان الأذيني بحساسية 98.04٪ وخصوصية 90.2٪ ! هذه مؤشرات ممتازة ، بالنظر إلى حقيقة أن Apple Watch هي جهاز إلكتروني بسيط تم تجميعه في الصين ، والذي يقدم معلومات غير دقيقة للغاية ، ولم يقف بجانب الأجهزة الطبية الحقيقية. ومع ذلك ، حتى هذه البيانات كافية للتشخيص.
لم تكتسب "الساعات الذكية" بقياس معدل ضربات القلب شعبية كبيرة حتى الآن ، ومع ذلك ، يمكن للجميع تقريبًا شراء هذه الأداة. جمع إحصائيات معدل ضربات القلب أمر مثير للاهتمام بحد ذاته. شاهد فقط كيف تتغير المؤشرات ، وعدد المرات التي تدخل فيها المنطقتين الرابعة والخامسة بالنسبة إلى الحد الأقصى لمعدل ضربات القلب - ومدى سرعة استعادة معدل ضربات القلب الطبيعي بعد ذلك.
القيادة في ساعة الذروة ، في وقت متأخر لاجتماع مهم الساعة 16:00. رسم توضيحي: مخطط القلب
تجريب مجنون. رسم توضيحي: مخطط القلب
لعبة التنس. رسم توضيحي: مخطط القلبلا تعد إحصاءات معدل ضربات القلب في التنقيب هي التطبيق الوحيد للشبكات العصبية في الطب. في ديسمبر 2016 ، قام فريق بحث Google بتدريب الشبكة العصبية على اكتشاف اعتلال الشبكية السكري (أحد أخطر مضاعفات مرض السكري عندما تتأثر الأوعية الشبكية)
بدقة أكبر من أطباء العيون . بعد شهر ، نشر باحثون في جامعة ستانفورد مقالًا علميًا في
Nature حول كيفية تحديد الشبكة العصبية لحالات سرطان الجلد من صور الآفات.
يعد الكشف عن الرجفان الأذيني إنجازًا مهمًا آخر للتعلم العميق كما هو مطبق في الطب. يثق أخصائيو تخطيط القلب أنه بالإضافة إلى الرجفان الأذيني ، يمكن للشبكة العصبية اكتشاف أمراض القلب الأخرى وفقًا للبيانات التي تم جمعها من الساعات الذكية. السؤال الوحيد هو التدريب. نأخذ في الاعتبار أيضًا خيار التعلم الذاتي مع التعزيز ، عندما ينقر المستخدمون على زر ، مما يشير إلى نوبة ذعر ، على سبيل المثال. بمرور الوقت ، ستسلط الشبكة العصبية الضوء على علامات نوبة الهلع وستكون قادرة على اكتشافها من تلقاء نفسها.