【中國安防展覽網 科技動態】美國斯坦福大學研究人員新開發出一種深度學習算法,通過分析可穿戴監測設備產生的心電數據,診斷出13種不同類型的心律失常,其準確性甚至超過心臟病醫生。這項成果未來可用于改善偏遠地區心律失常患者的診斷和治療。
潛在的心律失常患者通常是去看醫生,由醫生當面用心電圖儀進行檢查。如果心電圖儀沒有發現問題,醫生可能會讓潛在患者使用可穿戴設備,對心律進行兩周的持續監測。設備生成數據的時間跨度長達300多小時,醫生需要分析其中每一秒的數據,以發現心律失常的跡象。有危害的心律數據與沒有危害的心律數據往往極難區分。
斯坦福大學的新聞公告說,該校機器學習團隊負責人、人工智能專家吳恩達發現,這是一個數據問題。研究人員為此開發了一個可以根據心電信號診斷不同類型心律失常的深度學習算法。他們與提供可穿戴心律監測設備的企業合作,獲取了大約3.6萬人的心電數據樣本,用以訓練一個深度神經網絡模型。7個月后,這個神經網絡模型診斷心律失常的準確度堪比心臟病醫生,多數情況下甚至超過醫生。相關研究論文已在收錄科學文獻預印本的在線開放數據庫arXiv上發布。
據研究人員介紹,心律失常有多種類型,其中的差別很微妙,但對如何處置所發現的心律失常情況有很大影響。比如,被稱為二級房室傳導阻滯的心律失常有兩種類型,看上去很相似,但其中一種無需治療,而另一種則需要立即觀察。他們的研究成果不僅能夠發現心律失常跡象,而且還可以高準確度發現心律失常的不同類型,這種準確度是的。另外,這個算法的優勢還在于不會疲勞,可以持續地對心律失常做出即時診斷。
研究人員希望,他們的算法未來可用于為偏遠地區或發展中國家無法看心臟病醫生的人群提供專家級的心律失常診斷。這個算法還可以配合高危人群日常使用的可穿戴心律監測設備,以便在發現可能致命的心律異常時及時通知急救人員。
版權與免責聲明:
凡本網注明“來源:智慧城市網”的所有作品,均為浙江興旺寶明通網絡有限公司-智慧城市網合法擁有版權或有權使用的作品,未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智慧城市網”。違反上述聲明者,本網將追究其相關法律責任。
本網轉載并注明自其它來源(非智慧城市網)的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品第一來源,并自負版權等法律責任。
如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。