申请专栏作者
投稿发布
您的当前位置:主页 > 智慧医疗 > 正文

Lancet:AI系统助力房颤的鉴别

来源: 时间:2019-08-06
请点击下面的广告后浏览!

?

房颤通常是无症状,但与中风、心力衰竭和死亡有关。现有的筛选方法需要长时间的监测,且受成本和效率的限制。近日研究人员考察了AI识别心房颤动患者的潜力。
?
这项AI心电图仪(ECG)系统,使用标准的10秒、12导联ECG来检测在心房纤颤的心电图特征。研究将至少有一个房颤或房扑节律ECG的患者定义为房颤的阳性。研究人员计算了内部验证yabo88滚球集的接收器操作特性曲线的曲线(AUC)下的面积、准确度、灵敏度、特异性和F1评分。
?
研究包括180922例患者,649931例正常窦性心律心电图,其中训练yabo88滚球集包括126526例患者,454789例记录;验证集包含18116例患者,64340例记录。3051例(8.4%)患者在模型正常窦性心律心电图检查前证实房颤。单次人工智能心电图显示心房颤动的AUC为0.87,敏感性为79.0%,特异性为79.5%,F1评分为39.2%,总准确率为79.4%。若在心房颤动心电图确诊前31天获得的所有心电图,则模型AUC增加到0.90,敏感性提高到82.3%,特异性提高到83.4%,F1评分提高到45.4%,总体准确性达到83.3%。
?
研究发现,AI可提高正常窦性心律期间获得房颤特征的识别率。
?
原始出处:
?
Zachi I Attia et al. An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction.Lancet. August 01 2019.
?

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片 匿名?

关于我们?? 免责声明?? 广告合作?? 版权声明?? 联系方式?? 原创投稿?? 网站地图??

Copyright?2005-2019 Sykv.com 可思yabo88滚球 版权所有 ?? ICP备案:京ICP备14056871号

人工智能资讯?? 人工智能资讯?? 人工智能资讯?? 人工智能资讯

?扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭