ComBiolMed：新型人工智能工具或将加速人类心血管疾病的诊断

2021年6月12日 讯 /生物谷BIOON/ --心血管疾病（CVDs）是引发全球人群死亡的主要原因，其中冠状动脉病（CAD）是一种最重要的心血管疾病。即使诊断和治疗冠状动脉病对于减少疾病并发症至关重要，比如心肌梗死和缺血引起的充血性心力衰竭等，心电图（ECG）信号最常被用作诊断筛查工具来检测冠状动脉病。近日，一篇发表在国际杂志Computers in Biology and Medicine上题为“Automated detection of coronary artery disease， myocardial infarction and congestive heart failure using GaborCNN model with ECG signals”的研究报告中，来自南洋理工大学等机构的科学家们通过研究开发了一种工具来加速诊断人类的心血管疾病。

图片来源：https://www.sciencedirect.com/science/article/abs/pii/S0010482521002511?via%3Dihub

在人工智能（AI）的帮助下，研究人员使用心电图就能诊断冠状动脉疾病、心肌梗死和充血性心力衰竭，其准确率高达98.5%以上。这种新型诊断工具的开发非常及时，在过去三年里新加坡因心血管疾病死亡的人数有所增加，据新加坡心脏基金会数据显示，心血管疾病死亡人数在2019年新加坡死亡的所有人数中占29.3%，或者说几乎在3名死亡者中就有1人是因心脏病或中风而死亡。研究人员你希望他们的创新性研究能支持在临床环境中进行的心血管疾病诊断，尤其是在临床医生进行初步心电图检查时，这或许就会导致患者更快的治疗过程。

研究人员利用一种名为Gabor-CNN (Gabor-Convolutional Neural Network)的人工智能机器学习算法设计出了这种诊断工具，该算法能模仿人类大脑的结构和功能，从而就能使得计算机像人类一样从过去的经验中学习；利用该算法，研究人员就能通过输入反应心血管疾病的新团图信号实例，来训练其所开发的工具识别患者的心电图模式。研究者Tan Ru San教授表示，对一小群受试者的初步研究结果表明，我们在使用常规心电图对一些常见的心血管疾病进行分类的准确性方面取得了可喜的成果，虽然确认具体的疾病仍然需要额外的测试，但这种新型诊断工具或能使医生更有效地分流病人，并简化下游确认测试的数量和类型。

科学家们和临床医生正在深入挖掘AI技术来帮助进行疾病诊断，而本文中研究人员所开发的诊断工具首次利用了GaborCNN来让心电图信号直接进入分析系统中，并可能会在准求人工智能与医疗解决方案的融合方面取得新的进展，研究人员所提出的系统就配备了更大的数据库进行验证，并有可能会帮助临床医生利用心电图来筛查心血管疾病。研究者U Rajendra Acharya说道，我们利用小型公共数据库所开发的人工智能诊断工具能通过准确利用心电图信号来检测冠心病、心肌梗死和充血性心力衰竭，同时还有可能会帮助临床医生来快速筛查心血管疾病，加速疗法治疗的速度并降低患者的费用。

Gabor-CNN被用来训练诊断工具从而识别患者的心电图模式。

图片来源：V.Jahmunah，et al. Computers in Biology and Medicine (2021). DOI: 10.1016/j.compbiomed.2021.104457

为了测试这种新型诊断工具，研究人员从健康个体和患者机体中获取了心电图信号；在一项试点研究中，他们利用工具分析了来自92名健康个体机体的心电图信号，同时还对7名冠心病患者、148名心肌梗死患者和15名充血性心力衰竭患者进行了相应的分析。这种新开发的人工智能增强工具能帮助自动识别与健康人群和不同心血管疾病患者机体相关的心电图信号，其准确率能超过98.5%。

在阐述人工智能在疾病检测领域所发挥的作用时，研究者补充道，人工智能技术还有潜力能从根本上改善医疗保健解决方案，尤其是在数据分析方面，其能为临床医生提供新型工具来解释数据并做出临床决策；由于数据量和复杂性的增加，诸如机器学习和深度机器学习等人工智能技术能帮助改善相关的医学知识，同时释放出临床相关的信息。后期研究人员将会与医院合作开展进一步试验，招募更多志愿者来验证其新型人工智能工具的临床应用，同时研究者还希望能补充目前诊断心血管疾病的技术，比如MRI和冠状动脉造影等。

综上，本文中，研究人员通过研究首次提出了GaborCNN模型，其能利用心电图信号来实现正常、冠状动脉疾病、心肌梗死和充血性心力衰竭进行分类和分级，未来该系统将会在更大的数据库中得到验证，并有可能会帮助临床医生利用心电图信号来进行心血管疾病的筛查。（生物谷Bioon.com）

原始出处：

V.Jahmunah，E.Y.K.Ng，Tan Ru San, et al. Automated detection of coronary artery disease, myocardial infarction and congestive heart failure using GaborCNN model with ECG signals, Computers in Biology and Medicine (2021). DOI: 10.1016/j.compbiomed.2021.104457