ИИ научили синхронно анализировать сердечные звуки с четырех точек: точность 96,5%
Аускультация сердца остается одним из самых доступных методов скрининга сердечно-сосудистых заболеваний. Врач обычно слушает четыре стандартные точки на грудной клетке, но большинство автоматических алгоритмов анализируют либо один канал, либо обрабатывают каждый канал по отдельности. Авторы нового препринта на arXiv решили повторить подход медиков.
В работе предлагается алгоритм выбора оптимальных фрагментов фонокардиограммы для каждой из четырех точек аускультации. Отобранные сегменты затем подаются одновременно в многоканальную сверточную нейросеть, которая классифицирует состояние пациента. Таким образом, модель учитывает межканальные взаимодействия, как при реальном прослушивании.
По данным исследователей, синхронный многоканальный анализ достиг точности 96,5% — это на 9,1 процентного пункта выше, чем у лучших одноканальных и асинхронных многоканальных методов. Преимущество предложенной стратегии выбора сегментов над случайным подтверждено статистическим тестом с уровнем значимости p=0,003.
В качестве источника данных использовались записи 735 пациентов из открытого набора CirCor DigiScope, для которых были доступны полные записи со всех четырех точек. В работе также обсуждаются ограничения и возможная обобщаемость метода на другие популяции и условия записи.
Авторы отмечают, что ранее синхронный анализ многоканальных фонокардиограмм, по их сведениям, не применялся для классификации пациентов. Предложенный подход может повысить эффективность автоматизированного скрининга сердечных заболеваний, а также точнее соответствовать реальной клинической практике.
Исследование опубликовано в виде препринта и пока не прошло независимое рецензирование. Тем не менее, описанная методика выглядит многообещающей для дальнейших разработок в области цифрового анализа сердечных тонов и интеграции с носимыми устройствами.
