Cardio 365 - introductory page
not logged  
Change language:    

VIZUÁLNÍ HODNOCENÍ EKG PŘI STANOVENÍ DIAGNOSTICKÉ PŘESNOSTI DVOU ALGORITMŮ AI K DETEKCI SRDEČNÍHO RYTMU: J.O.S.E.P.H. A APPLE WATCH

V. Bulková, F. Plešinger, R. Kozubík, J. Brada, J. Salloum, M. Fiala (Brno)
Topic: Heart rhythm disorders
Type: Ústní sdělení - technik, XXXII. Sjezd ČKS

Cíl: Techniky AI se stále více využívají k automatickému hodnocení srdečního rytmu a detekci srdečních arytmií, zejména fibrilace síní (FS). Mohou však být zatíženy nepřesností vyžadující vizuální korekci. Cílem práce je srovnání diagnostické přesnosti AI algoritmu Apple Watch a autonomního EKG AI procesoru “J.O.S.E.P.H” s vizuálním hodnocením srdečního rytmu.
Metodika: V 1/2022- 11/2023 bylo do aplikace MDT WATCH (Mezinárodní centrum pro telemedicínu - Medical Data Transfer, Brno) zasláno 6454 ECG záznamů získaných systémem Apple Watch s automatickou analýzou rytmu (Cupertino, CA, USA) od 759 subjektů. Záznamy byly vizuálně zhodnoceny biomedicínským technikem a kardiologem. MDT WATCH současně aplikuje vlastní AI-algoritmus J.O.S.E.P.H, který využívá techniky AI k detekci a klasifikaci QRS komplexů a arytmií. Tento AI-algoritmus byl vyvinut s použitím vlastní databáze 1-svodových záznamů EKG získaných během denních aktivit i v noci (n=73450). Vizuálně určená EKG diagnóza byla srovnávána se závěry učiněnými algoritmy Apple Watch and J.O.S.E.P.H. v následujících diagnostických kategoriích: Fibrilace síní (FS), Ostatní, a Sinusový rytmus (SR).
Výsledky: J.O.S.E.P.H. ve srovnání s Apple Watch vykazoval více falešně pozitivních případů při detekci FS (F1 skóre bylo 0,57 resp. 0,77). J.O.S.E.P.H. měl ale při stanovení FS lepší „Recall“ (sensitivitu) (0,85 resp. 0,77). V kategorii Ostatní bylo F1 skóre nízké pro oba algoritmy (0,48 vs. 0,20). V kategorii SR bylo F1 skóre 0,92 pro oba algoritmy s lehce vyšší specificitou a lehce nižší sensitivitou u procesoru J.O.S.E.P.H.
Závěr: Oba algoritmy založené na AI jsou přesné při detekci SR, ale automatická detekce FS je suboptimální a vizuální korekce zůstává nezbytnou. Detekce ostatních arytmií je mnohem více problematická a bude vyžadovat zásadní zlepšení obou na AI založených algoritmů.