Circulation：从标准12导联ECG检查中精准识别QT间期延长的人工智能算法！
2021-04-01 Nebula MedSci原创
通过AI支持的mECG设备可能为多种临床环境中获得性和先天性长QT间期综合征的筛查提供了一种经济有效的方法
心率校正的QT间期(QTc)延长，无论继发于药物、遗传因素(包括先天性长QT间期综合征)，还是继发于系统性疾病(包括新冠肺炎[COVID-19])，都可导致室性心律失常和心源性猝死。QTc评估和监测很大程度上依赖于12导联心电图。
近日，在《循环》杂志上发表的一篇最新研究，Giudicessi等研究人员尝试建立并验证了支持人工智能（AI）的12导联心电图算法，以检测QTc，然后在复极异常的人群中对移动ECG（mECG）设备获取的描迹进行前瞻性测试。
采用了来自538200位患者的160万份12导联ECG检查数据，开发并验证了一个深度神经网络（DNN），以采用心脏病专家过度读取的QTc值作为“黄金标准”来预测QTc。此外，还在686例遗传性心脏病（50%存在长QT综合征）患者中前瞻性地测试了该DNN检查临床相关QTc延长的能力。
不同方法预测QTc值的对比
在验证样本中，在专家过度解读的和DNN预测的QTc值之间观察到了很强的一致性（-1.76±23.14 ms）。与此相似的，在遗传性心脏病患者群中的结果也在预期内，DNN根据mECG轨迹预测的QTc值与由QT专家和商业核心ECG实验室解读的12导联ECG结果的差异也很小。
DNN检测QTc的表现
当应用于mECG轨迹时，DNN检测QTc值≥500 ms的能力在曲线下的面积、灵敏度和特异性分别为0.97、80.0％和94.4％。
综上，该研究开发的人工智能DNN可准确识别标准12导联ECG检查的QTc。通过AI支持的mECG设备可能为多种临床环境中获得性和先天性长QT间期综合征的筛查提供了一种经济有效的方法。
原始出处：
John R. Giudicessi, et al. Artificial Intelligence–Enabled Assessment of the Heart Rate Corrected QT Interval Using a Mobile Electrocardiogram Device. Circulation. 2021;143:1274–1286
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#QT间期延长#
30
#T间期延长#
43
#QT间期#
39
#精准#
23
#ECG#
38
这对未来疾病的归类分诊一定能起到更有利的作用
46
厉害
47