זיהוי פרפור פרוזדורים בקהילה באמצעות מחשב

פרפור פרוזדורים (AF) נמצא בקורלציה גבוהה עם אי ספיקת לב, שבץ ומוות. בדיקות סקר מגבירות את הזיהוי של AF ומקלות על אימוץ מוקדם של התערבות מקיפה. מכשירי א.ק.ג לבישים לטווח ארוך הפכו פופולריים יותר ויותר עבור בדיקת AF ברפואת הקהילה. עם זאת, פירוש הנתונים המתקבלים על ידי מכשירי א.ק.ג אלה מהווה בעיה ברפואת הקהילה.

במאמר שממצאיו פורסמו בכתב העת BMC Primary Care, החוקרים שאפנו לבנות מודל לזיהוי אפיזודה של AF המבוסס על פיזור לורנץ לא ליניארי (Lorenz scattergram - LS) ולמידה עמוקה.

החוקרים אספו נתונים ממאגר נתוני הקצב הסינוסי הנורמלי של MIT-BIH ממאגר נתוני ההפרעות בקצב הלב של MIT-BIH וממאגר נתוני הפרפור פרוזדורים לטווח ארוך כדי לבנות את מערך הנתונים של הא.ק.ג האמבולטורי של BH-MITי(MIT-BIH Ambulatory Electrocardiograph - MIT-AE).

החוקרים המירו את הא.ק.ג לטווח ארוך ל- LSדו ממדיים. ה-LSs ממערך הנתונים של MIT-BIH AE חולקו באופן אקראי למערכות אימון ואימות פנימי ביחס של 1:9, אשר שימשו לפיתוח ואימות פנימי של המודל. בנוסף, החוקרים בנו מערך נתונים של MOBILE-SCREEN-AFי(MS-AF) ממכשיר א.ק.ג לביש עם ליד אחד ברפואת הקהילה לצורך אימות חיצוני. הביצועים כומתו באמצעות מטריצת בלבול ומדדי סיווג סטנדרטיים.

תוצאות המחקר הדגימו כי במהלך הערכת ביצועי המודל המבוססת על LS, הרגישות, הספציפיות והדיוק של המודל באבחון AF היו 0.992, 0.973 ו-0.983 במערך האימות הפנימי בהתאמה.

במערך האימות החיצוני, מדדים אלו היו 0.989, 0.956 ו-0.967, בהתאמה. יתר על כן, בעת הערכת ביצועי המודל בהתבסס על רשומות א.ק.ג במערך הנתונים של MS-AF הרגישות, הספציפיות והדיוק של אבחון המודל של AF התקפי היו 1.000, 0.870 ו-0.876 בהתאמה ו-0.927, 1.000 ו-0.973 עבור AF מתמשך.

לסיכום, המודל המבוסס על LS הלא ליניארי ולמידה עמוקה נמצא בעל דיוק גבוה, מה שהופך אותו למבטיח לסקירת AF ברפואת הקהילה עם פוטנציאל להכללה ויישום מעשי.

מקור:

Yao, Y., Jia, Y., Wu, M. et al. Detection of atrial fibrillation using a nonlinear Lorenz Scattergram and deep learning in primary care. BMC Prim. Care 25, 267 (2024). https://doi.org/10.1186/s12875-024-02407-3

הירשמו לקבלת עדכונים בנושאים שעלו בכתבה