🍫 👰🏽 👭 关于使用IBM Watson Analytics认知系统分析心脏表现数据 🎹 👩‍🎤 🚶🏾

心脏是由
易碎且
易于修理的织物制成。
亚历山大·杜马斯（Alexander Dumas），儿子

，莫斯科市IBM客户中心业务分析架构师Gayane Harutyunyan，

这篇文章是一种实践尝试，旨在了解现代技术如何帮助现代科学快速发展并更快地解决与公共卫生相关的问题。

心血管疾病（CVD）是我国最常见的疾病之一。根据联邦国家统计局的数据，2015年1月至6月，大多数死亡原因是循环系统疾病（几乎50％，即493,385千例死亡）。年轻人主要死于心血管疾病（几乎占死亡人数的30％）。

在一个专门讨论医学问题的会议上，我遇到了一个非常有趣的人，CardioQVARK的创始人。事实证明，我们的兴趣集中在对心脏的分析领域。他从患者检查中获得了许多事实材料，匿名数据-心电图。我有机会使用IBM分析工具来分析这些数据。我们正在谈论所谓的认知，即智能分析-一种用于研究大量复杂，非结构化数据的新一代系统。

这些包括来自IBM Watson系列的产品。 Watson Analytics云服务使快速分析和可视化CardioQVARK提供的一系列心电图成为可能。

为了进行实验，需要额外的资源和功能，这些资源和功能可以在莫斯科的IBM客户中心获得，我和我的同事在该中心进行了分析。

实验本身包括三个主要阶段：准备分析信息，实际分析和可视化结果以及解释实验结果。
我们与CardioQVARK专家紧密合作，我们的目标是一个雄心勃勃的任务-在处理大量实际医学数据后获得显着结果。

对于大量数据，此任务非常困难。布莱斯·帕斯卡（Blaise Pascal）说得对，他说心脏有自己的规律，“头脑不知道”，这是对的。

事实是，有很多因素影响着心脏的工作，很难理解其中哪些是最重要的。医生经常专注于自己的亲身经历和直觉。我们使用了最先进的分析系统，可以查看许多不同因素之间的关系并评估其影响。

分析的结果带来了很多意想不到的事情。首先，长期从事此主题研究的专家对IT专家团队能够快速，准确地解析和分类患者的状况感到惊讶。毕竟，我们不是医学领域的专家。但是，之所以称为认知系统，是因为它们允许解决以前仅以常规方式仅对专家可用的任务。

该结果之所以令人印象深刻，主要是因为在自动模式下，可以识别大量重要的依存关系，突出显示特定的患者群体，偏离常规，确定需要急诊手术的人，确定药物对疾病进程的影响等等。

例如，可以从总质量中进行分类：

•有条件的健康患者及其心电图的性质
•心脏功能受损的患者。
•高峰期和心脏负荷
•需要心脏手术的
患者•接受心脏手术的患者
•术后期药物的作用
•康复期间心脏的性质
•使心脏恢复正常运行

此外，Watson Analytics分析工具包使查看有趣的依赖关系成为可能。因此，事实证明，月相会影响患者尤其是女性心脏的工作。这种非常有趣的关系需要单独分析，因为该主题已经超出了传统医学的范畴，因此需要特别谨慎的方法。

尽管已经研究了宇宙尺度的现象-太阳，月亮对活生物体的影响很长时间，但识别依赖关系的巨大复杂性仍然使该研究领域充满了问题。这些研究的基础是伟大的俄罗斯科学家A.L.奇热夫斯基。特别是，他发现了血液结构对电场和磁场（包括太阳电磁场）的依赖性。心脏的电磁场比大脑的电磁场强约五千倍，这并非巧合。

正是由于我们不是医学专家，所以采用了一种特殊的技术来清洗实验并验证结果。

我们收到了来自健康患者和患者的匿名心电图数据。也就是说，在分析中，我们的团队不知道哪些心电图属于患病患者，哪些心电图来自健康人。

我们与一组医生讨论了结果。由于CardioQVARK系统收集了大量有关患者的事实信息，因此两个团队的互动是必要的，并且了解许多此类数据需要特殊知识。

加载到IBM Watson系统中的统计信息反映了心脏的各种特征-例如心脏周期的持续时间，其变化，心律不齐，与呼吸的关系，心律等。

由于CardioQVARK系统还允许对心律进行频谱分析，也就是说，它可以确定波动-心肌工作期间产生的波动。此数据也已上载到Watson Analytics。特别地，这些是与呼吸波相关的参数，与交感神经活动或与心率有关的活动相关的慢或中波参数，等等。

图1.借助iPad上的应用程序，医生用户CardioQVARK在线监控患者的状况。

因此，通过分析，可以确定许多重要的指标和依赖性：

•统计值，即每个指标的平均值
•心功能的周期（周期）
•对每个参数
进行每周预测•将值与阴历进行比较
•确定高峰时期指标之间的依赖程度

最后的依赖尤为重要，因为高峰时期是心脏疾病的关键时期，对患者的健康而言可能是最危险的。

另外，应该强调的是，Watson Analytics工具箱使确定心脏工作对月相的依赖程度成为可能。这项工作需要继续进行，我们希望医学界对此感兴趣。

当然，大多数依赖关系可以手动计算，但主要工作是可以在自动模式下通过可视化显示立即获得相似的结果。医生不会花时间进行常规数据分析，而是会立即看到清晰的图片来描述患者的状况，并可以迅速做出决定。

确实，要评估和了解患者的病情，只需几分钟。同时，专科医生将能够评估整个心电图，从而可以更准确地显示患者的心脏图像，并让您考虑到该患者的特征及其个人病史。此外，您不仅可以在住院期间跟踪病情，还可以远程跟踪病情。这样可以及时警告健康状况可能出现的偏差，并及时采取必要的措施。

在实验中，我们的观点得到了同事的认同。 CardioQVARK副总干事谢尔盖·萨多夫斯基（Sergey Sadovsky）评论了合作的结果：“将来，基于智能专家系统的分析和机器学习的使用将使医生能够根据病情的严重程度对患者进行有效分类，诊断心脏和一些心外膜病变，并监控重要的身体参数。这已经在实验室水平和自愿临床试验中得到证实。”

因此，实验证实了现代技术的使用可以显着加快并提高评估患者状况的准确性。

重要的是要了解整个实验花费的纯时间不超过一个工作星期。这包括初始数据准备，使用Watson Analytics的统计分析和可视化，结果解释以及与医学专家的咨询。

在医学中使用认知系统可以显着降低治疗患者的费用。毕竟，如果不断监测患者的病情并及时采取必要的措施，平均康复率会好得多。更重要的是，您可以接近解决为需要帮助的人提供个性化帮助的问题。从标准的批量治疗到个体化治疗，要考虑到每个患者的所有特征-这是允许使用认知分析Watson Analytics的过渡。

关于使用IBM Watson Analytics认知系统分析心脏表现数据

More articles: