- 醫(yī)療健康人工智能應(yīng)用案例集
- 張學(xué)高 胡建平
- 2466字
- 2021-12-17 23:13:46
（六）心電AI智能輔助診斷在區(qū)域心電診斷監(jiān)測平臺中的應(yīng)用與實踐
應(yīng)用單位：南京市衛(wèi)生信息中心
涉及科室：心功能室、心內(nèi)科
疾病種類：心血管疾病
案例簡介：為了實現(xiàn)區(qū)域內(nèi)心電檢查數(shù)據(jù)集中管理、臨床共享與互認，整合區(qū)域內(nèi)優(yōu)質(zhì)醫(yī)療資源，為全市各級機構(gòu)提供高效、高質(zhì)量的遠程診斷服務(wù)，南京市區(qū)域心電診斷監(jiān)測平臺自2016年6月底開始建設(shè)，依托江蘇省人民醫(yī)院作為主業(yè)務(wù)中心，完成省人民醫(yī)院集團、南京醫(yī)科大學(xué)第二附屬醫(yī)院、南京市兒童醫(yī)院、南京市中醫(yī)院、馬鞍山市立醫(yī)療集團、鎮(zhèn)江、揚州等地醫(yī)療機構(gòu)的對接，并向下接入玄武、雨花臺、棲霞、江寧、浦口、溧水、高淳、六合、江北新區(qū)等區(qū)域的心電診斷系統(tǒng)，在市、區(qū)兩級平臺的架構(gòu)下，形成了“基層社區(qū)衛(wèi)生服務(wù)中心-區(qū)平臺（醫(yī)院） -三級醫(yī)院”的分級診療服務(wù)模式。2018年起，為提升南京區(qū)域心電診斷監(jiān)測水平，南京市衛(wèi)生信息中心將心電AI智能輔助診斷功能納入?yún)^(qū)域心電診斷監(jiān)測平臺中落地應(yīng)用。
1.案例背景
心電圖是分析和鑒別各種心血管疾病最常用和最精確的無創(chuàng)手段。但很多心臟病是偶發(fā)的，尤其前期表現(xiàn)心律失常，很多是偶爾感覺不舒服，去醫(yī)院檢查時又是正常的，如在晚期出現(xiàn)胸悶甚至?xí)炟什湃メt(yī)院就診，很可能錯過最佳診斷時間。因此患者的心電長程監(jiān)測格外重要。
由于心電信號本身的復(fù)雜性和變異性，傳統(tǒng)心電圖機器分析技術(shù)存在一定局限性，無法真正做到自動、快速、準確分析，必須依靠專業(yè)醫(yī)生進行分析，而大部分醫(yī)療機構(gòu)，特別是基層醫(yī)院，專業(yè)心電圖醫(yī)師資源匱乏，對廣大基層心血管疾病患者獲得及時、準確的診斷和防控治療造成影響。
具體心電圖檢查痛點主要為，心電圖醫(yī)生資源較少，長程監(jiān)控數(shù)據(jù)中的異常點出現(xiàn)不規(guī)則，醫(yī)生人工解讀費時費力。心電圖機器分析算法存在不足，在引入深度學(xué)習(xí)技術(shù)之前，使用現(xiàn)有算法準確率長期在70%左右。單導(dǎo)聯(lián)產(chǎn)品沒加載“人工智能算法”，都是通過醫(yī)生進行診斷預(yù)警，無法保證診斷的時效性和準確性，用戶體驗不佳。
針對上述問題，利用人工智能與醫(yī)療系統(tǒng)融合，研發(fā)心電AI診斷模型，以人工智能突破心電技術(shù)瓶頸的重要性逐漸凸顯。不但可提供準確的自動診斷信息，也可以對患者長程心電預(yù)警、診斷。心電分析算法的發(fā)展經(jīng)過了幾個階段：2000年以前，醫(yī)師主要依靠波形特征進行檢測，如峰值高度、波峰間期等。之后研究者在依靠波形特征檢測的基礎(chǔ)上加入了時頻、小波、高階統(tǒng)計量等因子。2006年后，隨著神經(jīng)網(wǎng)絡(luò)和深度神經(jīng)網(wǎng)絡(luò)的發(fā)展，心電分析算法再次進入了大眾視野。
2.案例亮點
將心電大數(shù)據(jù)、機器學(xué)習(xí)、人工智能應(yīng)用于醫(yī)療系統(tǒng)，研發(fā)心電AI診斷模型，以人工智能改變傳統(tǒng)心電圖分析技術(shù)的局限性。研發(fā)的心電AI輔助診斷系統(tǒng)需提供自動診斷信息，滿足臨床輔助診斷準確性要求，同時可實現(xiàn)對心電長程監(jiān)測的預(yù)警診斷（圖3-15）。
圖3-15 案例亮點
通過FTP文件傳輸、數(shù)據(jù)拷貝、數(shù)據(jù)接口的方式獲取平臺歷史靜態(tài)心電圖的數(shù)據(jù)，數(shù)據(jù)信息需包含心電數(shù)據(jù)（需讀取心電平臺采集的30秒原始數(shù)據(jù)）、采樣頻率、患者年齡、性別、臨床診斷、心電診斷等。將獲取到的心電數(shù)據(jù)進行預(yù)處理，去除噪聲并篩選目標異常分類，將預(yù)處理后的數(shù)據(jù)上傳到云存儲，通過隨機方式分配給多位心電專家醫(yī)師來對數(shù)據(jù)進行二次標注，得到高精度數(shù)據(jù)，為后期進行模型開發(fā)和訓(xùn)練使用。
進行數(shù)據(jù)訓(xùn)練，將處理過的數(shù)據(jù)劃分為訓(xùn)練集、驗證集和測試集，基于Densenet和RNN的神經(jīng)網(wǎng)絡(luò)，用深度學(xué)習(xí)技術(shù)訓(xùn)練心電AI診斷模型。在臨床進行模型驗證，利用劃分的驗證集對訓(xùn)練獲得的模型進行評估，并與專家醫(yī)師的結(jié)果進行比對計算模型準確率，并進一步在心電平臺隨機挑選臨床心電圖進行比對，根據(jù)比對結(jié)果迭代改進模型。開展模型試運行，根據(jù)院內(nèi)網(wǎng)絡(luò)現(xiàn)狀和醫(yī)院信息部門的要求，進行心電AI輔助診斷系統(tǒng)的部署工作，以滿足院內(nèi)外計劃的應(yīng)用場景的需求。
目前采集心電數(shù)據(jù)總量約200萬份，格式包括HL7和PDF，并經(jīng)過歸一化處理。經(jīng)過專家標注的心電圖數(shù)據(jù)，近60萬份，數(shù)據(jù)分布在138個分類，經(jīng)過統(tǒng)計研究發(fā)現(xiàn)，主要集中在18個常見分類，經(jīng)過篩選合并，確定18個分類要用深度學(xué)習(xí)模型進行自動診斷，其他分類使用傳統(tǒng)特征識別和機器學(xué)習(xí)算法進行（圖3-16）。
目前研發(fā)的心電AI診斷模型，可以進行心電臨床數(shù)據(jù)的二分類、四分類、九分類及十八分類評估，診斷模型應(yīng)用效果在正常/房顫模型整體準確率99.15%，正常/節(jié)律/波形/節(jié)律+波形4分類模型整體準確率接近95%，十八分類模型整體準確率95%。
圖3-17為用心電AI輔助診斷系統(tǒng)對2萬份患者心電數(shù)據(jù)進行自動診斷的臨床驗證結(jié)果：
圖3-16 案例亮點
圖3-17 案例亮點
3.應(yīng)用成效
江蘇省人民醫(yī)院作為區(qū)域心電主業(yè)務(wù)中心，醫(yī)院內(nèi)部署心電AI輔助診斷系統(tǒng)，心功能室利用系統(tǒng)對全院心電數(shù)據(jù)進行統(tǒng)一管理、統(tǒng)一診斷。據(jù)統(tǒng)計，醫(yī)院門急診、病區(qū)及體檢中心日心電檢查量在500例以上，其中體檢中心80%以上心電檢查人群都為正常，門急診、病區(qū)心電檢查50%以上患者為正常。靠傳統(tǒng)心電機器算法分析及人工診斷需耗費大量時間，應(yīng)用AI輔助診斷系統(tǒng)在大量的心電診斷業(yè)務(wù)中自動篩選出正常心電圖，將異常數(shù)據(jù)的推送給心電圖診斷醫(yī)生進行診斷，提高科室心電業(yè)務(wù)診斷效率，將心電圖專家從基礎(chǔ)工作業(yè)務(wù)中解放。科室在不增加人員結(jié)構(gòu)基礎(chǔ)上滿足全院乃至醫(yī)聯(lián)體醫(yī)院的心電圖診斷業(yè)務(wù)。
同時AI心電輔助診斷還可在以下三個方面助力臨床心電診斷：在臨床監(jiān)護方面，心電AI輔助診斷系統(tǒng)可幫助醫(yī)生減輕負擔(dān)，減少他們關(guān)注的壓力，提高醫(yī)生的工作效率。在異常定位方面，克服了動態(tài)心電檢查患者預(yù)約時間長、動態(tài)心電報告醫(yī)生少等困難，通過人工智能技術(shù)幫助醫(yī)生診斷時快速定位、發(fā)現(xiàn)異常。在風(fēng)險預(yù)測方面，對于術(shù)后、慢性病患者可以通過家庭設(shè)備監(jiān)測心電變化，通過心電AI賦能慢性病管理平臺中的心電診斷業(yè)務(wù)，可以讓患者在家中獲得及時、準確地診斷和預(yù)警救治。
4.專家點評
南京市衛(wèi)生信息中心主任殷偉東點評：“心電AI智能輔助在區(qū)域中不僅可以提升三級醫(yī)療機構(gòu)院內(nèi)心電管理效率，還可以大大提高區(qū)域內(nèi)醫(yī)聯(lián)體醫(yī)院心電輔助診斷水平。同時心電AI診斷在居民自我健康管理中還將有廣泛的應(yīng)用。對于慢性病患者、術(shù)后隨訪患者居家長程監(jiān)測的心電數(shù)據(jù)，心電AI輔助診斷系統(tǒng)可輔助患者的家庭醫(yī)生分析，解決分析難點為患者提供及時準確診斷和預(yù)警救治。”