Научная статья

Глубокое обучение на основе ЭКГ для выявления дисфункции и ремоделирования левого желудочка у детей

Pediatric ECG-Based Deep Learning to Predict Left Ventricular Dysfunction and Remodeling

Circulation
10.1161/CIRCULATIONAHA.123.067750
Полный текст Открыть в журнале PubMed PMC
FWCI: 15.9FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 56 · Ссылки: 50 · Лицензия: Неизвестна
Цитирование по годам: 2026: 20 · 2025: 26 · 2024: 10

Аннотация

Введение: Анализ ЭКГ с использованием искусственного интеллекта позволяет выявлять дисфункцию и ремоделирование желудочков у взрослых. Однако его применение у детей изучено недостаточно.

Методы: Свёрточную нейронную сеть обучали на парных данных ЭКГ и эхокардиографии, выполненных с интервалом не более 2 дней, у пациентов в возрасте до 18 лет без тяжёлых врождённых пороков сердца. Модель выявляла дисфункцию, гипертрофию и дилатацию левого желудочка (ЛЖ) более чем лёгкой степени по классификации экспертов, а также комбинированный исход, включавший все эти состояния. Эффективность модели оценивали по одной паре исследований на каждого пациента во внутренней выборке Бостонской детской больницы и во внешней выборке больницы Mount Sinai с использованием площади под ROC-кривой (AUROC) и площади под кривой точность–полнота (AUPRC).

Результаты: Обучающая выборка включала 92 377 пар исследований у 46 261 пациента (медиана возраста — 8,2 года). В тестовые группы вошли внутренняя тестовая выборка (12 631 пациент; медиана возраста — 8,8 года; комбинированные исходы — 4,6%), пациенты отделения неотложной помощи (2830 пациентов; медиана возраста — 7,7 года; комбинированные исходы — 10,0%) и внешняя выборка для валидации (5088 пациентов; медиана возраста — 4,3 года; комбинированные исходы — 6,1%). Эффективность модели во внутренней тестовой выборке и среди пациентов отделения неотложной помощи была сопоставимой; при выявлении гипертрофии ЛЖ модель превосходила экспертную оценку детского кардиолога. Добавление в модель возраста и пола не повысило её эффективность. При использовании количественных пороговых значений исходов показатели модели во внутренней тестовой выборке и во внешней выборке для валидации были сопоставимы: для комбинированного исхода AUROC составила 0,88 и 0,86, AUPRC — 0,43 и 0,39 соответственно; для дисфункции ЛЖ — 0,92 и 0,94 и 0,23 и 0,32; для гипертрофии ЛЖ — 0,88 и 0,84 и 0,28 и 0,25; для дилатации ЛЖ — 0,91 и 0,87 и 0,47 и 0,33. Отрицательная прогностическая ценность комбинированного исхода составила 99,0% и 99,2% соответственно. Карты значимости показали компоненты ЭКГ, влиявшие на прогноз модели: комплексы QRS в грудных отведениях — для всех исходов, зубцы T — для дисфункции ЛЖ. К признакам ЭКГ, связанным с высоким риском, относились инверсия зубца T в боковых отведениях при дисфункции ЛЖ, глубокие зубцы S в V1 и V2 и высокие зубцы R в V6 при гипертрофии ЛЖ, а также высокие зубцы R в V4–V6 при дилатации ЛЖ.

Выводы: Этот алгоритм, прошедший внешнюю валидацию, может использоваться для недорогого скрининга дисфункции и ремоделирования ЛЖ у детей и способствовать расширению доступа к помощи, основанной на опыте детских кардиологов.

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.