利用心电图图像检测与筛查心脏异常的人工智能系统
计算机视觉与模式识别
2023-02-22 v1 人工智能
摘要
人工智能（AI）系统在心电图（ECG）信号分析中已达到专家级性能。然而，在医疗信息系统不完善的不发达国家或地区，仅能提供纸质 ECG。由于复杂环境或干扰，真实世界 ECG 图像（纸质 ECG 的照片或扫描件）的分析仍具挑战性。本研究中，我们提出一个开发的 AI 系统，用于从真实世界 ECG 图像中检测与筛查心脏异常（CAs）。该系统在来自全球多个地区与人群的 52,357 名患者的大型数据集上进行了评估。在检测任务上，AI 系统获得的受试者工作特征曲线下面积（AUC）分别为 0.996（保留测试）、0.994（外部测试 1）、0.984（外部测试 2）与 0.979（外部测试 3）。同时，AI 系统的检测结果与心脏病医生的诊断呈强相关（心脏病医生 1（R=0.794, p<1e-3），心脏病医生 2（R=0.812, p<1e-3））。在筛查任务上，AI 系统达到 AUC 0.894（保留测试）与 0.850（外部测试）。AI 系统的筛查性能优于心脏病医生（AI 系统（0.846）对比心脏病医生 1（0.520）对比心脏病医生 2（0.480））。我们的研究证明了一种准确、客观、易用、快速且低成本的 CA 检测与筛查 AI 系统的可行性。该系统有潜力被医疗专业人员、护理者与普通用户用于基于真实世界 ECG 图像评估 CAs。
引用
@article{arxiv.2302.10301,
title = {Artificial Intelligence System for Detection and Screening of Cardiac Abnormalities using Electrocardiogram Images},
author = {Deyun Zhang and Shijia Geng and Yang Zhou and Weilun Xu and Guodong Wei and Kai Wang and Jie Yu and Qiang Zhu and Yongkui Li and Yonghong Zhao and Xingyue Chen and Rui Zhang and Zhaoji Fu and Rongbo Zhou and Yanqi E and Sumei Fan and Qinghao Zhao and Chuandong Cheng and Nan Peng and Liang Zhang and Linlin Zheng and Jianjun Chu and Hongbin Xu and Chen Tan and Jian Liu and Huayue Tao and Tong Liu and Kangyin Chen and Chenyang Jiang and Xingpeng Liu and Shenda Hong},
journal= {arXiv preprint arXiv:2302.10301},
year = {2023}
}
备注
47 pages, 29 figures