Relógios inteligentes e redes neurais detectam fibrilação atrial com uma precisão de 97%

Uma história do ritmo cardíaco de um paciente com fibrilação atrial. Ilustração: Cardiograma

Ainda assim, existem alguns benefícios práticos dos relógios inteligentes. Se você usá-los juntamente com aplicativos de aprendizado profundo e analisar os dados, as informações médicas serão realmente úteis.

Lembre-se de como você foi ao seu terapeuta - ele aplicou um estetoscópio no peito e ouviu o trabalho do coração, prestando atenção ao barulho e outras anormalidades. Nesse caso, você pode ser enviado para um cardiograma ou ultra-som do coração. Mas o problema é que, na maioria dos casos, ele não ouve arritmia, mesmo que seja. Muitas vezes, a arritmia se manifesta apenas periodicamente. Na realidade, cerca de 25% das pessoas desenvolvem arritmia ao longo da vida, mas a maioria de nós nunca sabe disso . Segundo as estatísticas , 10% dos acidentes vasculares cerebrais ocorrem em pacientes com fibrilação atrial não diagnosticada.

Pulseiras de fitness e outros aparelhos portáteis com medição da frequência cardíaca são um mundo totalmente novo. Imagine que sua frequência cardíaca é medida constantemente, todos os dias e, em caso de problema, o médico recebe uma notificação. Mas quão precisas são essas medições em relógios comuns?

Para testar isso, o Cardiogram , o desenvolvedor do aplicativo móvel correspondente, conduziu um estudo em larga escala do mRhythm junto com o Departamento de Cardiologia da Universidade da Califórnia, em São Francisco.

Primeiramente, foi desenvolvida uma rede neural treinada para reconhecer na história dos dados coletados sinais de fibrilação atrial - o tipo mais comum de arritmia cardíaca. A arquitetura da rede neural é mostrada na ilustração.


Os dados dos sensores vêm em quatro camadas de neurônios residuais e convolucionais, com uma escolha de elementos máximos (pool máximo) após cada camada. A saída é enviada para as quatro camadas LSTM bidirecionais residuais. No final, uma única camada de convolução com comprimento de filtro 1 gera uma estimativa preditiva a cada etapa do tempo

Para treinar a rede neural, usamos dados de usuários do aplicativo móvel Cardiogram. Foram enviadas 200 cardiografias móveis da AliveCor. Os usuários registraram 6.338 cardiogramas com resultado positivo ou negativo para fibrilação atrial. Após o treinamento, a rede neural conseguiu calcular a previsão com base nas estatísticas usuais do Apple Watch. Como um pré-treinamento heurístico, a rede neural também processou 139 milhões de medições de freqüência cardíaca de usuários de cardiograma.

Após esse treinamento, a precisão do diagnóstico foi maior do que a de outros tipos de diagnóstico. Os resultados do estudo, da Universidade da Califórnia em San Francisco, foram apresentados em uma conferência de cardiologistas da Heart Rhythm Society .

A precisão do reconhecimento da fibrilação atrial foi testada em 51 pacientes antes e após a cardioversão - o procedimento para restaurar um ritmo cardíaco uniforme em pacientes com arritmia (desfibrilação pelos métodos atuais ou químicos).



Depois de treinar a rede neural em dados de frequência cardíaca do Apple Watch a partir do aplicativo Apple Watch, a AUC (área sob a curva) foi de 0,97, o que permitiu determinar a fibrilação atrial com sensibilidade de 98,04% e especificidade de 90,2% ! Esses são excelentes indicadores, já que o Apple Watch é um dispositivo eletrônico simples montado na China, que fornece informações muito imprecisas, não ficou ao lado de instrumentos médicos reais. No entanto, mesmo esses dados são suficientes para o diagnóstico.

Os "relógios inteligentes" com medição da frequência cardíaca ainda não ganharam grande popularidade; no entanto, quase todos podem comprar esse gadget. A coleta de estatísticas da frequência cardíaca é interessante por si só. Observe como os indicadores mudam, com que frequência você entra na quarta e na quinta zonas em relação à freqüência cardíaca máxima - e com que rapidez a freqüência cardíaca normal é restaurada depois disso.


Dirigir na hora do rush, atrasado para uma reunião importante às 16:00. Ilustração: Cardiograma


Treino maluco. Ilustração: Cardiograma


O jogo de tênis. Ilustração: Cardiograma

As estatísticas de frequência cardíaca de mineração de dados não são a única aplicação de redes neurais na medicina. Em dezembro de 2016, uma equipe de pesquisa do Google treinou a rede neural para detectar retinopatia diabética (uma das complicações mais graves do diabetes quando os vasos da retina são afetados) com maior precisão do que os oftalmologistas . Um mês depois, pesquisadores da Universidade de Stanford publicaram um artigo científico na Nature sobre como uma rede neural identifica casos de câncer de pele a partir de fotografias de lesões.

A detecção da fibrilação atrial é outra conquista importante da aprendizagem profunda aplicada à medicina. Os especialistas em cardiograma estão confiantes de que, além da fibrilação atrial, a rede neural pode detectar outras doenças cardíacas de acordo com dados coletados em relógios inteligentes. A única questão é o treinamento. Também consideramos a opção de auto-aprendizado com reforço, quando os usuários clicam em um botão, sinalizando um ataque de pânico, por exemplo. Com o tempo, a rede neural destacará sinais de um ataque de pânico e poderá detectá-la por conta própria.