AI使用心电图和x线结果来诊断心律失常

AI使用心电图和x线结果来诊断心律失常
分享分享

日本神户大学医院的研究人员开发了一种人工智能,它使用多种类型的测试数据来预测心脏中多余通道的位置。这些“附属通道”导致心脏不规则跳动。

在这项发表在《科学报告》(Scientific Reports)上的“使用多模态深度学习模型的辅助路径分析”研究中,研究人员开始通过让AI从两种完全不同的测试结果中学习来提高诊断准确性:心电图(ECG)数据和x射线图像。

出生的患者出生的狼人帕金森 - 白,心律失常疾病,有剩余的途径 - 也称为配件途径 - 在他们的心中可以导致脉冲速度的动力卡达剧集。固化这种疾病的一种方法是导管消融,其涉及使用导管选择性地封闭封入配件途径。然而,成功率取决于附件途径的位置。

最常见的是,在治疗前用12导联心电图(一种常规的心电图)来预测位置,但这种方法不够准确。因此,很难给患者一个完整的解释,包括治疗的成功率。这项研究的目的是使用人工智能,更具体地说是深度学习,来解决这个问题。每个患者的数据以及相应的答案都被输入到一个软件程序中。通过重复这个学习过程,程序自动变得更聪明,研究人员可以提出一个悬而未决的问题的解决方案。

由于使AI从ECG结果以及X射线图像中学习,因此,该研究是成功的,因为可以从ECG结果以及X射线图像中学习 - 一种完全不同类型的数据。AI介导的诊断将使临床医生能够提供预处理患者更准确的信息有关其状况并放松放置。该研究团队得出结论,该研究可以应用于各种其他疾病,导致使用AI诊断软件。


来源:每日科学

图片来源:iStock


参考:

DOI:10.1038 / s41598-021-87631-y

««准备下一代放射科医生


一年后:Covid-19期间的成像结果»»

出版日期:2021年5月10日星期一



来自日本神户大学医院的ECG研究人员的成像,X射线,心脏,人工智能,开发了一种使用多种类型的测试数据来预测剩余路径的位置

没有意见


登录留下评论…

突出产品