Jam tangan pintar dan jaringan saraf mendeteksi fibrilasi atrium dengan akurasi 97%

Riwayat irama jantung pasien dengan fibrilasi atrium. Ilustrasi: Kardiogram

Meski begitu, ada beberapa manfaat praktis dari jam tangan pintar. Jika Anda menggunakannya bersama-sama dengan aplikasi pembelajaran dalam dan menganalisis data, maka informasi medis sangat berguna.

Ingat bagaimana Anda pergi ke terapis Anda - ia menerapkan stetoskop ke dadanya dan mendengarkan pekerjaan jantung, memperhatikan kebisingan dan kelainan lainnya. Dalam hal ini Anda dapat dikirim ke kardiogram atau ultrasound jantung. Tetapi masalahnya adalah bahwa dalam kebanyakan kasus dia tidak akan mendengar aritmia, bahkan jika itu. Sangat sering, aritmia memanifestasikan dirinya hanya secara berkala. Pada kenyataannya, sekitar 25% orang mengalami aritmia sepanjang hidup mereka, tetapi kebanyakan dari kita tidak akan pernah mengetahuinya . Menurut statistik , 10% dari stroke terjadi pada pasien dengan atrial fibrilasi yang tidak terdiagnosis.

Gelang kebugaran dan gadget yang dapat dikenakan lainnya dengan pengukuran detak jantung adalah dunia yang sama sekali baru. Bayangkan bahwa detak jantung Anda diukur secara konstan, setiap hari, dan jika ada masalah, dokter akan menerima pemberitahuan. Tetapi seberapa akurat pengukuran seperti itu dari jam tangan biasa?

Untuk menguji ini, Cardiogram , pengembang aplikasi seluler yang sesuai, melakukan studi skala besar mRhythm bersama dengan Departemen Kardiologi di University of California, San Francisco.

Pertama, jaringan saraf dikembangkan yang dilatih untuk mengenali dalam sejarah data yang dikumpulkan tanda-tanda fibrilasi atrium - tipe yang paling umum dari aritmia jantung. Arsitektur jaringan saraf ditunjukkan dalam ilustrasi.


Data dari sensor datang dalam empat lapisan neuron residual dan convolutional dengan pilihan elemen maksimum (max-pooling) setelah setiap lapisan. Output dikirim ke empat lapisan LSTM dua arah residual. Pada akhirnya, lapisan konvolusi tunggal dengan panjang filter 1 menghasilkan perkiraan prediksi pada setiap langkah waktu

Untuk melatih jaringan saraf, kami menggunakan data dari pengguna aplikasi seluler Cardiogram. Mereka mengirim 200 kardiograf seluler AliveCor. Pengguna mencatat 6.338 kardiogram dengan hasil positif atau negatif untuk atrial fibrilasi. Setelah pelatihan, jaringan saraf dapat menghitung perkiraan berdasarkan statistik yang biasa dari Apple Watch. Sebagai pra-pelatihan heuristik, jaringan saraf juga memproses 139 juta pengukuran detak jantung dari pengguna Cardiogram.

Setelah pelatihan seperti itu, keakuratan diagnosis lebih tinggi daripada jenis diagnostik lainnya. Hasil penelitian, Universitas California di San Francisco dipresentasikan pada konferensi ahli jantung Heart Rhythm Society .

Keakuratan pengenalan fibrilasi atrium diuji pada 51 pasien sebelum dan sesudah kardioversi - prosedur untuk memulihkan irama jantung yang rata pada pasien dengan aritmia (defibrilasi dengan metode saat ini atau bahan kimia).



Setelah melatih jaringan saraf pada data detak jantung dari Apple Watch dari aplikasi Apple Watch, AUC (area di bawah kurva) adalah 0,97, yang memungkinkan penentuan atrial fibrilasi dengan sensitivitas 98,04% dan spesifisitas 90,2% ! Ini adalah indikator yang sangat baik, mengingat fakta bahwa Apple Watch adalah perangkat elektronik sederhana yang dirakit di Cina, yang memberikan informasi yang sangat tidak akurat, itu tidak berdiri di samping instrumen medis nyata. Namun, bahkan data ini cukup untuk diagnosis.

"Jam tangan pintar" dengan pengukuran detak jantung belum mendapatkan popularitas luas, namun, hampir semua orang dapat membeli gadget ini. Mengumpulkan statistik detak jantung itu menarik. Lihat saja bagaimana indikator berubah, seberapa sering Anda memasuki zona keempat dan kelima relatif terhadap denyut jantung maksimum - dan seberapa cepat denyut jantung normal dipulihkan setelah itu.


Mengemudi pada jam sibuk, terlambat untuk pertemuan penting pada pukul 16:00. Ilustrasi: Kardiogram


Latihan gila. Ilustrasi: Kardiogram


Permainan tenis. Ilustrasi: Kardiogram

Data statistik penambangan detak jantung bukan satu-satunya aplikasi jaringan saraf dalam kedokteran. Pada Desember 2016, sebuah tim peneliti Google melatih jaringan saraf untuk mendeteksi retinopati diabetik (salah satu komplikasi diabetes paling serius ketika pembuluh retina terkena) dengan akurasi lebih besar daripada dokter mata . Sebulan kemudian, para peneliti di Universitas Stanford menerbitkan sebuah artikel ilmiah di Nature tentang bagaimana jaringan saraf mengidentifikasi kasus-kasus kanker kulit dari foto-foto lesi.

Deteksi fibrilasi atrium adalah pencapaian penting lainnya dari pembelajaran mendalam seperti yang diterapkan pada kedokteran. Spesialis kardiogram yakin bahwa selain fibrilasi atrium, jaringan saraf dapat mendeteksi penyakit jantung lainnya menurut data yang dikumpulkan dari jam tangan pintar. Satu-satunya pertanyaan adalah pelatihan. Kami juga mempertimbangkan opsi belajar mandiri dengan penguatan, ketika pengguna mengklik tombol, menandakan serangan panik, misalnya. Seiring waktu, jaringan saraf akan menyoroti tanda-tanda serangan panik dan akan dapat mendeteksinya sendiri.