یک الگوریتم رایانه ای مبتنی بر هوش مصنوعی (AI) که توسط محققان کوه سینا ایجاد شده بود ، قادر به یادگیری نحوه تشخیص تغییرات ظریف در نوار قلب (همچنین به عنوان ECG یا EKG شناخته می شود) برای پیش بینی اینکه آیا بیمار دچار نارسایی قلبی است یا خیر است.

بنجامین اس گلیکسبرگ می گوید :"ما نشان دادیم که الگوریتم های یادگیری عمیق می توانند مشکلات پمپاژ خون را در دو طرف قلب از داده های شکل موج ECG تشخیص دهند.به طور معمول ، تشخیص این نوع بیماری های قلبی نیاز به روش های گران و زمان بر دارد. ما امیدواریم که این الگوریتم تشخیص سریعتر نارسایی قلبی را امکان پذیر سازد."

نارسایی قلبی یا نارسایی احتقانی قلب در حدود 6.2 میلیون آمریکایی را تحت تاثیر قرار می دهد ، زمانی که قلب خون کمتری از آنچه بدن به طور معمول به آن نیاز دارد پمپ می کند. سالهاست که پزشکان برای ارزیابی اینکه آیا بیمار دچار نارسایی قلبی است یا خیر ، به روش تصویربرداری به نام اکوکاردیوگرام تکیه کرده اند.

اکوکاردیوگرام می تواند مفید باشد ، اما می تواند روشهای سختی باشد که فقط در بیمارستانهای منتخب ارائه می شود.

با این حال ، پیشرفت های اخیر در هوش مصنوعی نشان می دهد که الکتروکاردیوگرام-یک دستگاه ضبط الکتریکی پرکاربرد-می تواند یک جایگزین سریع و در دسترس در این موارد باشد.

به عنوان مثال ، بسیاری از مطالعات نشان داده اند که چگونه یک الگوریتم "یادگیری عمیق" می تواند ضعف در بطن چپ قلب را تشخیص دهد ، که خون تازه اکسیژن دار را به بقیه بدن منتقل می کند.

در این مطالعه ، محققان توسعه الگوریتمی را توصیف کردند که نه تنها قدرت بطن چپ بلکه بطن راست را نیز ارزیابی می کرد ، که جریان خون بدون اکسیژن را از بدن خارج کرده و به ریه ها پمپ می کند. به طور معمول ، الکتروکاردیوگرام شامل یک فرآیند دو مرحله ای است. سیم های سیمی به قسمت های مختلف سینه بیمار چسبانده می شوند و در عرض چند دقیقه یک دستگاه قابل حمل مخصوص طراحی شده ، یک سری خطوط پیچیده یا شکل موج را که نشان دهنده فعالیت الکتریکی قلب است نمایش می دهد.

این دستگاهها را می توان در اکثر بیمارستانها و آمبولانسهای سراسر ایالات متحده یافت و نیاز به حداقل آموزش دارد.

این الگوریتم 94 درصد در پیش بینی اینکه کدام بیماران دارای کسر خروجی سالم بودند و 87 درصد در پیش بینی کسانی که کسر خروجی زیر 40 درصد داشت دقیق بود.

201000728.047