Цифровой стетоскоп с искусственным интеллектом для раннего выявления врождённых пороков сердца: проспективное исследование

Раннее выявление врождённых пороков сердца (ВПС) имеет решающее значение, особенно в странах с низким и средним уровнем дохода, где доступ к специализированной помощи при врождённых пороках сердца ограничен. Аускультация остаётся методом первичного скрининга, однако её точность зависит от специалиста. Совершенствование цифровых стетоскопов и искусственного интеллекта (ИИ) может повысить точность диагностики. Цель — оценить точность алгоритма на основе ИИ, интегрированного в цифровой стетоскоп, при выявлении ВПС у детей и молодых взрослых, используя эхокардиографию в качестве эталонного метода. В этом проспективном одноцентровом исследовании с помощью цифрового стетоскопа записали тоны сердца у 721 участника (382 с ВПС и 339 человек контрольной группы) в четырёх стандартных точках аускультации. Из записей 301 использовали для обучения алгоритма, а 420 — для слепого тестирования на последующих данных. Выборку разделили по времени: для обучения использовали данные, собранные в первые 5 месяцев, а для тестирования — данные, собранные позднее. Записи очищали от шумов, преобразовывали в мел-спектрограммы и анализировали с помощью сверточной нейронной сети (CovNN), которая определяла вероятность ВПС. ВПС прогнозировали, если вероятность превышала 0,5 более чем в двух точках аускультации. Результаты сопоставляли с данными эхокардиографии. При тестировании на последующих данных алгоритм правильно выявил 222 из 233 случаев ВПС и 171 из 187 участников контрольной группы; чувствительность составила 95,2%, специфичность — 91,4%. Алгоритм сохранял эффективность в шумной обстановке и при обследовании детей, не готовых сотрудничать, когда обычная аускультация затруднена. Алгоритм на основе ИИ, интегрированный в цифровой стетоскоп, показал высокую чувствительность и специфичность при выявлении ВПС у детей и молодых взрослых. Использование признаков мел-спектрограмм позволяет преодолеть ключевые ограничения изолированного анализа во временной или частотной области. Такой подход может стать масштабируемым неинвазивным инструментом раннего скрининга ВПС, особенно в условиях ограниченных ресурсов.